python中的axis什么意思_pandas中的axis?

单行单列操作，axis=0或者‘index’指的就是行，axis=1或者‘columns’指的就是列。

多行多列操作，axis=0或者‘index’指的是跨行操作，可以想象成一块千层蛋糕，双手从上下将其压缩成一层蛋糕，剩下的只有多列了，多列就是你返回对象的索引，每个索引对应的值就是对每一行操作的结果。
axis=1或者‘columns’指的是跨列操作，还是一块千层蛋糕，双手从两侧将其压缩成一条千层蛋糕，剩下的就是一千层，也就是行，这些行就是你希望返回对象的索引，每个索引对应的值就是对每一列操作的结果。

这样想象不知道是否会更好理解。若有误，欢迎指正！

# 删除A列
df.drop('A', axis=1)

# 删除1行
df.drop(1, axis=0)

例如，要用mean求平均值

df.mean(axis=0)

axis=0，压缩每一行，剩下列，列名为返回对象的索引，索引的值为 这列下每一行的相加的平均值。

返回结果如下图所示：

df.mean(axis=1)

axis=1，压缩每一列，剩下行，行索引为返回对象的索引，索引的值为 这行的每一列的相加的平均值。
返回结果如下图所示：

Python - Pandas 如何新增数据列 前面的这篇文章中，apply方法用到了axis，这边拿来细说一下，为什么用axis=1。代码如下：

def get_wendu_type(x):
	if x['High'] > 33:
		return '高温'
	elif x['Low'] < 10:
		return '低温'
	else:
		return '常温'

# 此处axis=1，Series的index为colums
df.loc[:, 'wendu_type'] = df.apply(get_wendu_type, axis=1)

代码目的是在原df中增加一新列’wendu_type’。
df.apply是对df经过函数操作，返回一个Series对象。
因为我希望在原df中新增一列，所以我的返回对象肯定希望其行数与原df一致。所以我们选择从两侧压缩，即axis=1，对每一行的每一列经过一番操作，返回期望的数据。

*此文仅为个人笔记