“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 Agetrain['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    None

1    None

2    None

Name: age, dtype: object

0    1

1    2

2    1

Name: pclass, dtype: object

//Iterate through columns

轴 = 1

 data[['age','pclass']].apply(print, axis=1)

输出

 age       None

pclass       1

Name: 0, dtype: object

age       None

pclass       2

Name: 1, dtype: object

age       None

pclass       1

Name: 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。