Python中数据集处理时，axis=0与axis=1的区分

【背景】：做数据分析时候，经常要按行或者按列整合数据，需要使用axis=0或者axis=1。

【问题】：axis=0或者asix=1，代表行还是列，经常容易混淆

【解决方案】：看了https://www.cnblogs.com/rrttp/p/8028421.html的回答，基本明确了。

问题描述如下：

考虑如下代码

>>>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

如果我们调用df.mean(axis=1),我们将得到按行计算的均值

>>> df.mean(axis=1)
0    1
1    2
2    3

然而，如果我们调用 df.drop((name, axis=1),我们实际上删掉了一列，而不是一行：

>>> df.drop("col4", axis=1)
   col1  col2  col3
0     1     1     1
1     2     2     2
2     3     3     3

问题解答：

其实问题理解axis有问题，df.mean(axis=1)其实是在每一列上取所有行的均值，而不是保留每一行的均值。也许简单的来记就是axis=1代表往跨列（across)，而axis=0代表跨行（down)，作为方法动作的副词（译者注）

换句话说:

• 使用0值表示沿着每一列或行标签\索引值向下执行方法
• 使用1值表示沿着每一行或者列标签模向执行对应的方法

下图代表在DataFrame当中axis为0和1时分别代表的含义:

另外，记住，Pandas保持了Numpy对关键字axis的用法，用法在Numpy库的词汇表当中有过解释：

轴用来为超过一维的数组定义的属性，二维数据拥有两个轴：第0轴沿着行的垂直往下，第1轴沿着列的方向水平延伸。

所以问题当中第一个列子 df.mean(axis=1)代表沿着列水平方向计算均值，而第二个列子df.drop(name, axis=1) 代表将name对应的列标签（们）沿着水平的方向依次删掉。