axis = 0 似乎在 sum() 和 dropna() 中表现不同

Question

通过阅读 pandas 文档以及一个很好的问答（pandas 中的 axis 是什么意思？），我预计 axis=0 始终意味着相对于列。当我使用 sum() 时，这对我有用，但当我使用 dropna() 调用时，这对我有用。

当我有这样的数据框时：

raw_data = {'column1': [42,13, np.nan, np.nan],
        'column2': [4,12, np.nan, np.nan],
        'column3': [25,61, np.nan, np.nan]}

看起来像这样：

   column1  column2  column3
0     42.0      4.0     25.0
1     13.0     12.0     61.0
2      NaN      NaN      NaN
3      NaN      NaN      NaN

我可以打印各列的总和，其中 axis=0。还有这个：

df = pd.DataFrame(raw_data )
print(df.sum(axis=0))

给出输出：

column1    55.0
column2    16.0
column3    86.0

当我尝试从 axis=0 的数据框中删除值时，这应该再次与列*有关。但当我这样做时：

dfclear=df.dropna(axis=0,how='all')
print(dfclear)

我得到输出：

column1  column2  column3
0     42.0      4.0     25.0
1     13.0     12.0     61.0

我期望得到以下结果（我在 axis=1 时得到）：

   column1  column2  column3
0     42.0      4.0     25.0
1     13.0     12.0     61.0
2      NaN      NaN      NaN
3      NaN      NaN      NaN

所以在我看来， axis 在 sum() 和 dropna() 之间的行为不同

我在这里缺少什么吗？

*https://pandas.pydata.org/pandas-docs/stable/ generated/pandas.DataFrame.dropna.html

Answer 1

来自文档字符串：

In [41]: df.dropna?
Signature: df.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
Docstring:
Return object with labels on given axis omitted where alternately any
or all of the data are missing

Parameters
----------
axis : {0 or 'index', 1 or 'columns'}, or tuple/list thereof
    Pass tuple or list to drop on multiple axes
...

如果您不确定什么是轴，请使用以下方法：

In [39]: df.dropna(axis='index', how='all')
Out[39]:
   column1  column2  column3
0     42.0      4.0     25.0
1     13.0     12.0     61.0

In [40]: df.dropna(axis='columns', how='all')
Out[40]:
   column1  column2  column3
0     42.0      4.0     25.0
1     13.0     12.0     61.0
2      NaN      NaN      NaN
3      NaN      NaN      NaN

Answer 2

我认为答案是正确的：

print(df)

产生以下输出：

   column1  column2  column3
0     42.0      4.0     25.0
1     13.0     12.0     61.0
2      NaN      NaN      NaN
3      NaN      NaN      NaN

dfclear=df.dropna(axis=0,how='all')
print(dfclear)

产生以下输出：

   column1  column2  column3
0     42.0      4.0     25.0
1     13.0     12.0     61.0

来自 Pandas 文档示例说明：

删除所有元素均为 nan 的行（没有要删除的行） 下降，所以 df 保持不变）

Answer 3

请注意，pandas shift 也有反直觉的轴含义，其中 0 表示原始，1 表示列。

我想他们需要在文档中的某个地方解决这些问题和其他类似的问题

Answer 4

pandas.DataFrame.sum

遵循

numpy

约定。在

numpy.ndarray

中，

axis

表示数据被压缩的方向。它适用于任意数量的维度。请参考这个答案。

但是

pandas.Dataframe

只能是2D的。并且

pandas

在实现

axis

函数时失去了

pandas.Dataframe.dropna

约定。这是一种无法解释的不一致。参考这个答案