df = pd.DataFrame([[1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4]])
df[[0, 1, 2, 3]]
df.mean(axis=1)
我们知道 axis =0表示的按照行进行处理, axis = 1 表示按照列 来处理,为啥dataframe对象这里变反了?
df = pd.DataFrame([[1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4]])
df[[0, 1, 2, 3]]
df.mean(axis=1)
我们知道 axis =0表示的按照行进行处理, axis = 1 表示按照列 来处理,为啥dataframe对象这里变反了?
“axis=0操作行,axis=1操作列”其实是简易的理解,方便快速操作。实际上axis表示的是折叠哪个维度。中括号从外面向里数,依次是维度0,维度1等等,而当axis=0的时候,其实是把维度0折叠了,只剩下维度1,反之亦然。
所以这里axis=1的时候,维度1,也就是列的维度被折叠了,只显示一个维度0。因为只有两个维度,所以你也可以理解成,保持数据的长度为另一个维度,压缩指定的维度数据。
我们使用切片的时候,axis代表的意思也是一样,切片后的数据长度就是另一个维度的长度,所以看起来好像是“axis=0操作行,axis=1操作列”