“axis”属性在下面的代码中如何工作？

Question

这段代码是用 Python 编写的。Pandas 数据框名称是“train”，数据框中的列名称是带有浮动值的“Age”和带有一些分类数字的“Pclass”。

代码：

请找到以下代码：

def impute_age(cols):

    Age = cols[0]

    Pclass = cols[1]

    

    if pd.isnull(Age):

        if Pclass == 1:

            return 37

        elif Pclass == 2:

            return 29

        else:

            return 24

    else:

        return Age

train['Age'] = train[['Age','Pclass']].apply(impute_age,axis=0)

这里“年龄”列变成了 NAN。我不明白轴列是如何工作的，“年龄”列中的所有记录都变成了 NAN。

Answer 1

Axis 代表您想要指向的轴，0 表示行，1 表示列。因此，在此示例中，您在 Age 和 P 类列的行上使用 impute_age 函数。

Answer 2

这是因为您在列而不是行中应用了该函数。例子：data = pd.DataFrame([[np.NaN, 1], [np.NaN, 2], [np.NaN, 1]], columns=["age", "pclass"])print(data)输出     age     pclass 0   NaN      1 1   NaN      2 2   NaN      1轴 = 0 data[['age','pclass']].apply(print, axis=0)输出0    None1    None2    NoneName: age, dtype: object0    11    22    1Name: pclass, dtype: object//Iterate through columns轴 = 1 data[['age','pclass']].apply(print, axis=1)输出 age       Nonepclass       1Name: 0, dtype: objectage       Nonepclass       2Name: 1, dtype: objectage       Nonepclass       1Name: 2, dtype: object//Iterate through the row 

Answer 3

axis 属性意味着您沿着该轴应用函数：       column1 column2      +-------+---------+row1  |       |         |  ----> axis1      +-------+---------+row2  |       |         |      +-------+---------+          |          V       axis 0如果您考虑这样的函数：def sum(cols):    s = 0    for i in cols:        s +=i    return s并将其应用到数据框 df：total_sum = df.apply(sum, axis = 0)它将采用第一列 1 并按照上面草图中箭头（轴 0）的方向逐行应用函数。接下来它将采用下一个column2，依此类推。最后您将得到每列的总和。对于 axis = 1，它将采用 row1 并按列应用该函数。然后将需要 row2 等等。结果，您将获得每行的总和。在您的轴等于 0 的示例中，它将“年龄”列作为系列传递给您的 impute_age 函数。然后，您仅访问该系列的前两个值（行）（cols[0] 和 cols[1]）。下一栏也会发生同样的情况。那不是你想要的。相反，您希望将每一行传递给函数并访问列，因此您必须指定 axis = 1。