Pandas Axis Bedeutung

Pandas Axis Bedeutung

Dieses Tutorial erklärt die Bedeutung des Parameters axos, der in verschiedenen Methoden von Pandas-Objekten wie DataFrames und Series verwendet wird.

import pandas as pd

empl_df = pd.DataFrame({
    'Name': ["Jon", "Willy", "Mike", "Luna", "Sam", "Aliza"],
    'Age': [30, 33, 35, 30, 30, 31],
    'Weight(KG)': [75, 75, 80, 70, 73, 70],
    'Height(meters)': [1.7, 1.7, 1.85, 1.75, 1.8, 1.75],
    'Salary($)': [3300, 3500, 4000, 3050, 3500, 3700]

})

print(empl_df)

Ausgabe:

    Name  Age  Weight(KG)  Height(meters)  Salary($)
0    Jon   30          75            1.70       3300
1  Willy   33          75            1.70       3500
2   Mike   35          80            1.85       4000
3   Luna   30          70            1.75       3050
4    Sam   30          73            1.80       3500
5  Aliza   31          70            1.75       3700

Anhand des DataFrames empl_df wird die Verwendung des axis Parameters in Pandas Methoden erklärt.

Verwendung des axis-Parameters in Pandas-Methoden

Der Parameter axis gibt die Richtung an, entlang derer eine bestimmte Methode oder Funktion in einem DataFrame angewendet wird. Der Parameter axis=0 bedeutet, dass die Funktion spaltenweise angewendet wird, und axis=1 bedeutet, dass die Funktion zeilenweise auf den DataFrame angewendet wird.

Wenn wir eine Funktion spaltenweise anwenden, erhalten wir ein Ergebnis mit einer einzigen Zeile; wenn wir eine Funktion zeilenweise anwenden, erhalten wir einen DataFrame mit einer einzigen Spalte.

Beispiel: Verwendung von axis=0 in Pandas-Methoden

import pandas as pd

empl_df = pd.DataFrame({
    'Name': ["Jon", "Willy", "Mike", "Luna", "Sam", "Aliza"],
    'Age': [30, 33, 35, 30, 30, 31],
    'Weight(KG)': [75, 75, 80, 70, 73, 70],
    'Height(meters)': [1.7, 1.7, 1.85, 1.75, 1.8, 1.75],
    'Salary($)': [3300, 3500, 4000, 3050, 3500, 3700]

})
print("The Employee DataFrame is:")
print(empl_df,"\n")

print("The DataFrame with mean values of each column is:")
print(empl_df.mean(axis=0))

Ausgabe:

The Employee DataFrame is:
    Name  Age  Weight(KG)  Height(meters)  Salary($)
0    Jon   30          75            1.70       3300
1  Willy   33          75            1.70       3500
2   Mike   35          80            1.85       4000
3   Luna   30          70            1.75       3050
4    Sam   30          73            1.80       3500
5  Aliza   31          70            1.75       3700

The DataFrame with mean values of each column is:
Age                 31.500000
Weight(KG)          73.833333
Height(meters)       1.758333
Salary($)         3508.333333
dtype: float64

Es wird der spaltenweise Mittelwert des DataFrames empl_df berechnet. Der Mittelwert wird nur für Spalten mit numerischen Werten berechnet.

Wenn wir axis=0 setzen, wird der Mittelwert jeder Spalte durch Mittelung der Zeilenwerte für diese bestimmte Spalte berechnet.

Beispiel: Verwendung von axis=1 in Pandas-Methoden

import pandas as pd

empl_df = pd.DataFrame({
    'Name': ["Jon", "Willy", "Mike", "Luna", "Sam", "Aliza"],
    'Age': [30, 33, 35, 30, 30, 31],
    'Weight(KG)': [75, 75, 80, 70, 73, 70],
    'Height(meters)': [1.7, 1.7, 1.85, 1.75, 1.8, 1.75],
    'Salary($)': [3300, 3500, 4000, 3050, 3500, 3700]

})
print("The Employee DataFrame is:")
print(empl_df,"\n")

print("The DataFrame with mean values of each row is:")
print(empl_df.mean(axis=1))

Ausgabe:

The Employee DataFrame is:
    Name  Age  Weight(KG)  Height(meters)  Salary($)
0    Jon   30          75            1.70       3300
1  Willy   33          75            1.70       3500
2   Mike   35          80            1.85       4000
3   Luna   30          70            1.75       3050
4    Sam   30          73            1.80       3500
5  Aliza   31          70            1.75       3700

The DataFrame with mean values of each row is:
0     851.6750
1     902.4250
2    1029.2125
3     787.9375
4     901.2000
5     950.6875
dtype: float64

Es wird der zeilenweise Mittelwert für den DataFrame empl_df berechnet, in anderen Worten, es wird der Mittelwert für jede Zeile durch Mittelung der Spaltenwerte vom numerischen Typ für diese Zeile berechnet. Am Ende erhalten wir eine einzelne Spalte mit dem Durchschnittswert für jede Zeile.

Author: Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

Suraj Joshi is a backend software engineer at Matrice.ai.

LinkedIn

Verwandter Artikel - Pandas DataFrame Row

  • So erhalten Sie die Zeilenanzahl eines Pandas DataFrame
  • Zufälliges Mischen von DataFrame-Zeilen in Pandas
  • Wie man DataFrame-Zeilen auf der Grundlage von Spaltenwerten in Pandas filtert
  • Wie man durch Zeilen eines DataFrame in Pandas iteriert
  • Wie erhält man einen Index aller Reihen, deren bestimmte Spalte den gegebenen Zustand in Pandas befriedigt
  • Verwandter Artikel - Pandas DataFrame Column

  • Wie man Pandas DataFrame-Spaltenüberschriften als Liste erhält
  • Pandas DataFrame-Spalte löschen
  • Wie man DataFrame-Spalte in Datetime in Pandas konvertiert
  • So erhalten Sie die Summe der Pandas-Spalte
  • Wie man die Reihenfolge der Pandas DataFrame-Spalten ändert
  • Wie man eine DataFrame-Spalte in eine Zeichenkette in Pandas konvertiert