Pandas Dataframe / Numpy Array "axis"定義のあいまいさ
python軸の定義方法、およびDataFrameの行または列を参照するかどうかについて非常に混乱しています。以下のコードを検討してください。
_>>> df = pd.DataFrame([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]], columns=["col1", "col2", "col3", "col4"])
>>> df
col1 col2 col3 col4
0 1 1 1 1
1 2 2 2 2
2 3 3 3 3
_したがって、df.mean(axis=1)を呼び出すと、行全体で平均が得られます。
_>>> df.mean(axis=1)
0 1
1 2
2 3
_ただし、df.drop(name, axis=1)を呼び出すと、実際には行ではなく列をドロップします。
_>>> df.drop("col4", axis=1)
col1 col2 col3
0 1 1 1
1 2 2 2
2 3 3 3
_誰かがpandas/numpy/scipyの「軸」の意味を理解するのを手伝ってくれますか？
サイドノート_DataFrame.mean_は間違って定義されている可能性があります。 _DataFrame.mean_ のドキュメントでは、_axis=1_は行ではなく列の平均を意味することになっていると...
0 = downおよび1 = acrossのように覚えておくのがおそらく最も簡単でしょう。
これの意味は：
- _
axis=0_を使用して、各列にメソッドを適用するか、行ラベル（インデックス）に適用します。 - _
axis=1_を使用して、各行または列ラベルにメソッドを適用します。
以下は、各軸が参照するDataFrameの部分を示す図です。
Pandas=がNumPyのWord axisの使用に続くことを覚えておくと便利です。使用方法はNumPyの 用語集 で説明されています。
軸は、複数の次元を持つ配列に対して定義されます。 2次元配列には2つの対応する軸があります。最初の行は垂直方向で行を横切って（軸0）、2番目の行は列を横切る（軸1）。 [私の強調]
そのため、質問のメソッドdf.mean(axis=1)は、正しく定義されているようです。エントリの平均を列全体で、つまり個々の行に沿って取ります。一方、df.mean(axis=0)は行を横切って垂直に動作する操作です。
同様に、df.drop(name, axis=1)は列ラベルのアクションを参照します。列ラベルは直感的に水平軸を横切るためです。 _axis=0_を指定すると、代わりにメソッドが行に作用します。
説明する別の方法：
// Not realistic but ideal for understanding the axis parameter
df = pd.DataFrame([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]],
columns=["idx1", "idx2", "idx3", "idx4"],
index=["idx1", "idx2", "idx3"]
)
---------------------------------------1
| idx1 idx2 idx3 idx4
| idx1 1 1 1 1
| idx2 2 2 2 2
| idx3 3 3 3 3
0
約 df.drop（軸は位置を意味します）
A: I wanna remove idx3.
B: **Which one**? // typing while waiting response: df.drop("idx3",
A: The one which is on axis 1
B: OK then it is >> df.drop("idx3", axis=1)
// Result
---------------------------------------1
| idx1 idx2 idx4
| idx1 1 1 1
| idx2 2 2 2
| idx3 3 3 3
0
約 df.apply（軸は方向を意味します）
A: I wanna apply sum.
B: Which direction? // typing while waiting response: df.apply(lambda x: x.sum(),
A: The one which is on *parallel to axis 0*
B: OK then it is >> df.apply(lambda x: x.sum(), axis=0)
// Result
idx1 6
idx2 6
idx3 6
idx4 6
すでに正しい答えがありますが、2次元を超える別の例を示します。
パラメータaxisは、軸を変更することを意味します。
たとえば、次元a x b x cのデータフレームがあるとします。
df.mean(axis=1)は、次元a x 1 x cのデータフレームを返します。df.drop("col4", axis=1)は、次元a x（b-1）x cのデータフレームを返します。
文字列エイリアス'index'および'columns'を整数0/1の代わりに使用できることは、より広く知られているはずです。エイリアスははるかに明示的であり、計算がどのように行われるかを覚えておくのに役立ちます。 'index'の別のエイリアスは'rows'です。
axis='index'が使用されている場合、計算は列で行われ、混乱を招きます。しかし、別の行と同じサイズの結果が得られたことを覚えています。
私が話していることを確認するために、画面にいくつかのデータを取得しましょう。
df = pd.DataFrame(np.random.Rand(10, 4), columns=list('abcd'))
a b c d
0 0.990730 0.567822 0.318174 0.122410
1 0.144962 0.718574 0.580569 0.582278
2 0.477151 0.907692 0.186276 0.342724
3 0.561043 0.122771 0.206819 0.904330
4 0.427413 0.186807 0.870504 0.878632
5 0.795392 0.658958 0.666026 0.262191
6 0.831404 0.011082 0.299811 0.906880
7 0.749729 0.564900 0.181627 0.211961
8 0.528308 0.394107 0.734904 0.961356
9 0.120508 0.656848 0.055749 0.290897
すべての列の平均を取得する場合は、axis='index'を使用して以下を取得します。
df.mean(axis='index')
a 0.562664
b 0.478956
c 0.410046
d 0.546366
dtype: float64
同じ結果が得られます：
df.mean() # default is axis=0
df.mean(axis=0)
df.mean(axis='rows')
行で左から右への操作を使用するには、axis = 'columns'を使用します。追加の列がDataFrameに追加される可能性があると考えて覚えています。
df.mean(axis='columns')
0 0.499784
1 0.506596
2 0.478461
3 0.448741
4 0.590839
5 0.595642
6 0.512294
7 0.427054
8 0.654669
9 0.281000
dtype: float64
同じ結果が得られます：
df.mean(axis=1)
Axis = 0/index/rowsで新しい行を追加します
これらの結果を使用して、追加の行または列を追加して説明を完了しましょう。したがって、axis = 0/index/rowsを使用するときは常に、DataFrameの新しい行を取得するようなものです。行を追加しましょう：
df.append(df.mean(axis='rows'), ignore_index=True)
a b c d
0 0.990730 0.567822 0.318174 0.122410
1 0.144962 0.718574 0.580569 0.582278
2 0.477151 0.907692 0.186276 0.342724
3 0.561043 0.122771 0.206819 0.904330
4 0.427413 0.186807 0.870504 0.878632
5 0.795392 0.658958 0.666026 0.262191
6 0.831404 0.011082 0.299811 0.906880
7 0.749729 0.564900 0.181627 0.211961
8 0.528308 0.394107 0.734904 0.961356
9 0.120508 0.656848 0.055749 0.290897
10 0.562664 0.478956 0.410046 0.546366
Axis = 1/columnsで新しい列を追加します
同様に、axis = 1/columnsの場合、独自の列に簡単に作成できるデータを作成します。
df.assign(e=df.mean(axis='columns'))
a b c d e
0 0.990730 0.567822 0.318174 0.122410 0.499784
1 0.144962 0.718574 0.580569 0.582278 0.506596
2 0.477151 0.907692 0.186276 0.342724 0.478461
3 0.561043 0.122771 0.206819 0.904330 0.448741
4 0.427413 0.186807 0.870504 0.878632 0.590839
5 0.795392 0.658958 0.666026 0.262191 0.595642
6 0.831404 0.011082 0.299811 0.906880 0.512294
7 0.749729 0.564900 0.181627 0.211961 0.427054
8 0.528308 0.394107 0.734904 0.961356 0.654669
9 0.120508 0.656848 0.055749 0.290897 0.281000
次のプライベート変数を持つすべてのエイリアスを表示できるようです：
df._AXIS_ALIASES
{'rows': 0}
df._AXIS_NUMBERS
{'columns': 1, 'index': 0}
df._AXIS_NAMES
{0: 'index', 1: 'columns'}
Axis = 'rows'またはaxis = 0の場合、行の方向で要素にアクセスすることを意味します。 axis = 0に沿って合計を適用すると、各列の合計が得られます。
Axis = 'columns'またはaxis = 1の場合、列の方向の要素に左から右にアクセスすることを意味します。 axis = 1に沿って合計を適用すると、各行の合計が取得されます。
まだわかりにくい！しかし、上記のおかげで少し簡単になりました。