Signification de l'axe des Pandas

  2. HowTo
  3. Python Pandas Howtos
  4. Signification de l'axe des Pandas
Suraj Joshi 21 février 2021
Pandas Pandas DataFrame Row Pandas DataFrame Column
Signification de l'axe des Pandas

Ce tutoriel explique la signification du paramètre axis utilisé dans diverses méthodes d’objets Pandas comme les DataFrames et Series.

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)

Production :

    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

Nous utilisons le DataFrame empl_df pour expliquer comment utiliser le paramètre axis dans les méthodes Pandas.

Utilisation du paramètre axis dans les méthodes Pandas

Le paramètre axis spécifie la direction dans laquelle une méthode ou une fonction particulière est appliquée dans un DataFrame. L’axe 0 représente la fonction appliquée par colonne, et axis = 1 signifie que la fonction est appliquée par ligne dans le DataFrame.

Si nous appliquons une fonction par colonne, nous obtiendrons un résultat avec une seule ligne ; si nous appliquons une fonction par ligne, nous obtiendrons un DataFrame avec une seule colonne.

Exemple : Utilisez axis=0 dans les méthodes Pandas

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))

Production :

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

Il calcule la moyenne par colonne de la DataFrame empl_df. La moyenne est calculée uniquement pour les colonnes avec des valeurs numériques.

Si nous définissons axis=0, il calculera la moyenne de chaque colonne en faisant la moyenne des valeurs des lignes pour cette colonne particulière.

Exemple : Utilisez axis=1 dans les méthodes de Pandas

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))

Production :

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

Il calcule la moyenne ligne par ligne pour le DataFrame empl_df, en d’autres termes, il calculera la valeur moyenne pour chaque ligne en faisant la moyenne des valeurs des colonnes de type numérique pour cette ligne. Nous obtiendrons une seule colonne à la fin avec la valeur moyenne pour chaque ligne.

Auteur: Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

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

LinkedIn

Article connexe - Pandas DataFrame Row

Article connexe - Pandas DataFrame Column