pandas.DataFrame中axis参数

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 300+累计阅读 356平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄10年

关注

原创最新推荐文章于 2026-03-26 09:48:18 发布 356 阅读 AI 写同款· GEO 优化 ›

Python中axis=0与axis=1，指的方向有什么不同？在 Pandas 中，许多方法都会有 axis 参数。这个参数用于指定操作的方向。需要根据具体需求选择合适的方向，才能得到正确的结果。通常来说，axis=0 表示对列进行操作，axis=1 表示对行进行操作。阅读详情

明确axis=0与axis=1的区别和联系，
假设有一个 DataFrame：

index	A	B
0	1	2
1	3	4

axis=0（沿行方向）：
操作会垂直向下进行，对每一列单独处理。
例如：df.sum(axis=0) 会对列 A 和列 B 分别求和，结果是 A=4, B=6。

axis=1（沿列方向）：
操作会水平向右进行，对每一行单独处理。
例如：df.sum(axis=1) 会对行 0 和行 1 分别求和，结果是 0=3, 1=7。

收录于

Python学习笔记

当前文章被收录于：

Python学习笔记

14 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

标签

#pandas #DataFrame

深入理解 Pandas 中的 groupby 函数 groupby函数是 pandas 库中 DataFrame 和 Series 对象的一个方法，它允许你对这些对象中的数据进行分组和聚合。下面是groupby函数的一些常用语法和用法。对于 DataFrame 对象，groupbybyaxisaxis=0axis=1levelas_indexsortsort=Truegroup_keyssqueezeobserveddropna在数据分析中，我们经常需要对数据进行分组和聚合。例如，我们可能需要计算每个类别中某个变量的平均值、最大值或最小值；阅读详情

相关推荐

pandas使用concat函数将多个dataframe数据水平方向合并起来、设置axis参数为1或者columns指定将数据通过水平方向合并起来

statistics+insight+vista+power 382

如何理解并记忆DataFrame中的Axis参数

当我们遇到有axis参数的方法时，脑子里的第一反应应该是：这个方法一定是沿着某一方向进行某种“聚合”或者“过滤”操作。在此场景下，Axis参数就是用来设定操作方向的：垂直方向还是水平方向。

Laurence的技术博客 2123

python操作git推送自己分支并合并主分支（持续优化该工具）

python git

qq_44707265的博客 862

pandas中的axis=0和1的操作疑惑

转自：Python中axis=0或者axis=1到底该怎么用？ - 知乎 (zhihu.com)https://zhuanlan.zhihu.com/p/110105054 目录 0.引言 1.当调用df.sum(axis=1)，我得到了按行计算的和，不信你看： 2.当调用df.dropna(axis=1,how='any')，我得到了删除一列后的数据，你敢信？！ 3.问题解决概括地讲，axis=0和1具体含义如下： axis=0表示跨行地执行当前操作，axis=1表示跨列地执行当前操作

yimenren的博客 1895

关于RS485通讯TVS器件选择的经验

先说经验结论如果你的RS485用于频繁热拔插, 比如作为手持终端使用, 且手持器与目标板非隔离, 那么使用6.8CA可能是更好的选择.因为有热拔插会产生浪涌, 而且在非隔离的场合有些工业设备接地也是无法保障的.对于使用场景较为单一的, 点对点或点对多场合. 可以使用最大峰值脉冲电流较小的SM712.这是在长期的产品设计中得到的经验. 仅供参考一. TVS的工作原理和作用瞬态电压抑制二极管 ...

qq_20163075的博客 6509

4.2 结构翻模

结构翻模功能可以将DWG文件中的二维图线对象：轴网、墙、柱、梁、基础、房间和面积等快速转换成Revit模型对象，翻模速度快，准确率高。与先前的模盒翻模功能不同，结构翻模不再需要在AutoCAD中提取模型的图线，所有操作在Revit均可完成。（1）翻模程序适用于钢筋混凝土结构的平法DWG文件。（2）将平法中所表示的轴网线，轴网文字，结构柱，梁，结构墙在Revit 中重新建出来。（3）模盒可以翻出连...

fishbuaa的专栏 1796

教你轻松分清pandas中的axis=0,axis=1具体含义

在学习Pandas的过程中碰到里面有一些函数都包含了axis这个参数，但是这参数包含两个值0和1，而且0和1代表不同的含义，这也让我学的有点懵逼，于是网上查阅了一些相关资料把学习心得记录下来。以下面这张图为例，简单的来说就是axis=0代表往跨行（down)，而axis=1代表跨列（across) 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横向执行对应的方法下面我们通过实际的例子来看看具体使用效果是什么。举例1: df.mean(ax

2万+

Qt 5.12.8在Linux下编译qtvirtualkeyboard模块，我踩过的那些坑（附完整解决方案）

本文详细介绍了在Linux系统下为Qt 5.12.8单独编译qtvirtualkeyboard模块的完整解决方案。通过分析模块缺失原因、提供精准的编译步骤和常见问题处理，帮助开发者高效解决虚拟键盘模块缺失问题，避免重新编译整个Qt源码的繁琐过程。

weixin_29248611的博客 457

dataframe中axis值为0和1的区别

dataframe中axis值为0和1的区别 1.列表如下 df = pd.DataFrame( [[1, 1, 1], [2, 2, 2], [3, 3, 3]], columns=['a', 'b', 'c'], index=['d', 'e', 'f']) a b c d 1 1 1 e 2 2 2 f 3 3 3 需要注意的是，如果想要给dataframe中插入随机数，思路如下 import pandas as

dair6的博客 2441

RandLA-Net 调通代码1：Windows 11 + Tensorflow 2.4 + S3DIS数据集【踩坑+填坑】

TF不上进啊，学学pytorch

累了就要打游戏 2480

直方图均衡化原理及matlab和opencv实现代码

详细分析了直方图均衡化的数学原理，配有matlab和opencv实现代码

qq_21603315的博客 4777

python pandas rename函数_Python pandas.DataFrame.rename_axis函数方法的使用

DataFrame.rename_axis(self,mapper=None,index=None,columns=None,axis=None,copy=True,inplace=False)[source]设置索引或列的axis名称。参数:mapper:scalar, 类似list, optional设置axis名称属性的值。index, columns:scalar, 类似l...

weixin_39605296的博客 1913

第八届传智杯微信小程序开发挑战赛练习题库

本文是微信小程序开发练习题库，包含单选题、多选题和判断题三种题型。单选题主要考察小程序开发基础知识，如数组方法、组件使用、API调用等；多选题涵盖样式属性、页面跳转、数据处理等综合知识；判断题则测试开发者对小程序特性、生命周期、功能限制等概念的理解。题目内容涉及小程序开发的各个方面，包括组件使用、API调用、数据绑定、页面配置等核心知识点，适合开发者进行自我测试和知识巩固。

qq_73044452的博客 505

Pandas的axis参数

df = df.mean(axis=0) ##指定按哪个axis,就是这个axis要动起来，其它axis保持不动。df = df.mean(axis=1) ##指定按哪个axis,就是这个axis要动起来，其它axis保持不动。df = df.drop('A',axis=1) ## 删除columns=A列。df = df.drop(1,axis=0) ## 删除index=1的行。3. 按axis=0/index 执行mean聚合操作。4. 按axis=1/colmns执行mean聚合操作。

m0_56276607的博客 723

【YOLOv11工业级实战】22. YOLOv11动态蛇形卷积破解弯曲裂纹检测难题（附2小时部署代码）

摘要：本文聚焦工业场景中弯曲裂纹检测的核心痛点，针对风电叶片、织物纱线等曲线缺陷传统检测漏检率高的问题，提出基于动态蛇形卷积（DSC）的YOLOv11优化方案。因企业数据保密，采用AITEX织物缺陷库（含曲线纱线断裂标签）结合Blender物理仿真生成2000张弯曲裂纹数据，实现从数据准备到部署的全流程实操。通过将DSC模块插入YOLOv11 Neck层，弯曲裂纹召回率从68.1%提升至89.4%，mAP@0.5达83.7%，推理速度3.1ms（2080Ti）。

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域，希望和大家共同进步！ 1153

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

pandas中的轴参数axis

最后，看看concat分别在Series和DataFrame的作用效果。

pykehan的博客 1517

假人有限元模型

假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用

Numpy_pandas_axis=1

在 NumPy 和 Pandas 中，axis参数的设定确实有些不同，这可能会让初学者感到困惑。这种差异主要是因为这两个库在设计时对多维数组的处理方式有所不同。

- 582

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术，以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索，主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式，计算机控制系统的数学描述与基本分析方法，以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

dataframe 上下拼接_pandas DataFrame 的横向纵向拼接组合

concat 与其说是连接，更准确的说是拼接。就是把两个表直接合在一起。于是有一个突出的问题，是横向拼接还是纵向拼接，所以concat 函数的关键参数是axis 。函数的具体参数是：concat(objs,axis=0,join='outer',join_axes=None,ignore_index=False,keys=None,levels=None,names=None,verigy_int...

weixin_39762478的博客 552

Part 10:Pandas的axis参数【详解】--Pandas和Numpy的结合

如果是聚合操作，指的是跨列cross columns。·如果是聚合操作，指的是跨列cross columns。·如果是单行操作，就指的是某一行。-如果是单列操作，就指的是某一列。

qq_46044325的博客 1126

08_Pandas的DataFrame运算规则

使用Python操作符：以行为单位操作（参数必须是行），对所有行都有效。创建 DataFrame df1 不同人员的各科目成绩，月考一。创建 DataFrame df2 不同人员的各科目成绩，月考二。类似于NumPy中二维数组与一维数组的运算，但可能出现NaN。axis=0：以列为单位操作（参数必须是列），对所有列都有效。axis=1：以行为单位操作（参数必须是行），对所有行都有效。DataFrame和标量之间的运算。在运算中自动对齐不同索引的数据。DataFrame之间的运算。

在科技的浪潮中，我们寻找着创新的火种，在代码的海洋里，我们编织着智慧的网。腾飞开源，就是这样一个由技术精英汇聚而成的博客平台，我们致力于分享在Java、Python、IoT和人工智能等领域的最新研究成果和实战经验。在腾飞开源的博客上，你会看到紧跟技术前 1075

python中axis是什么意思_Python之NumPy(axis=0 与axis=1)区分详解

python中的axis究竟是如何定义的呢？他们究竟代表是DataFrame的行还是列？考虑以下代码：>>>df = pd.DataFrame([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]], \columns=["col1", "col2", "col3", "col4"])>>>dfcol1 col2 col3 col4...

weixin_39534121的博客 1199

python中pandas.DataFrame.dropna

DataFrame.dropna（axis = 0，how ='any'，thresh = None，subset = None，inplace = False）、参数： axis：{0或'index'，1或'columns'}，默认为0 确定是否删除包含缺失值的行或列。 0或'index'：删除包含缺失值的行。 1，或'columns'：删除包含缺失值的列。从版本0.23.0...