理解Pandas 中「axis」的作用
在Pandas 中使用資料幀時,「axis」參數在以下方面起著至關重要的作用:各種操作,包括聚合和選擇。此參數指定操作的方向,可靈活處理行和列。
預設情況下,'axis' 的值為 0,表示操作是沿著行和列的行執行的。數據框。考慮以下範例,我們計算每行的平均值:
import pandas as pd import numpy as np dff = pd.DataFrame(np.random.randn(1, 2), columns=list('AB')) print(dff) result1 = dff.mean(axis=0) print(result1)
輸出:
A B 0 0.626386 1.523250 0 1.074821 dtype: float64
如我們所見,「mean」函數計算每行的平均值行,產生單行,每列都有平均值。
但是,'axis'也可以設定為 1 以指示操作應該是沿著柱子進行。使用先前的範例:
result2 = dff.mean(axis=1) print(result2)
輸出:
0 1.074821 dtype: float64
在這種情況下,「mean」函數計算每列的平均值,從而產生具有平均值的單列每行的值。
理解「axis」參數對於在 Pandas 中執行有效的資料操作至關重要。透過為「axis」指定適當的值,使用者可以確保操作按所需方向套用,無論是沿行還是沿列。
以上是'axis'參數如何控制Pandas中的資料操作?的詳細內容。更多資訊請關注PHP中文網其他相關文章!