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！
