HOWTO · Pandas
Ejes Pandas Significado
Este tutorial explica el significado del parámetro axis utilizado en varios métodos de objetos Pandas como DataFrames y Series.
En esta página
Este tutorial explica el significado del parámetro axis utilizado en varios métodos de objetos Pandas como DataFrames y 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($)": [3300, 3500, 4000, 3050, 3500, 3700],
}
)
print(empl_df)
Producción :
Name Age Weight(KG) Height(meters) Salary($)
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
Utilizamos el DataFrame empl_df para explicar cómo utilizar el parámetro axis en los métodos de Pandas.
Uso del parámetro axis en los métodos de Pandas
El parámetro axis especifica la dirección a lo largo de la cual se aplica un determinado método o función en un DataFrame. El axis = 0 representa que la función se aplica en forma de columna, y el axis = 1 significa que la función se aplica en forma de fila en el DataFrame.
Si aplicamos una función por columnas, obtendremos un resultado con una sola fila; si aplicamos una función por filas, obtendremos un DataFrame con una sola columna.
Ejemplo: Usar axis=0 en los métodos 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($)": [3300, 3500, 4000, 3050, 3500, 3700],
}
)
print("The Employee DataFrame is:")
print(empl_df, "\n")
print("The DataFrame with mean values of each column is:")
print(empl_df.mean(axis=0))
Resultado:
The Employee DataFrame is:
Name Age Weight(KG) Height(meters) Salary($)
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($) 3508.333333
dtype: float64
Calcula la media por columnas del DataFrame empl_df. La media se calcula sólo para las columnas con valores numéricos.
Si ponemos axis=0, calculará la media de cada columna promediando los valores de las filas de esa columna en particular.
Ejemplo: Usar axis=1 en los métodos de Pandas
import pandas as pd
empl_df = pd.DataFrame(
{
"Name": ["Jon", "Willy", "Mike", "Luna", "Sam", "Aliza"],
"Age": [30, 33, 35, 30, 30, 31],
"Weight(KG)": [75, 75, 80, 70, 73, 70],
"Height(meters)": [1.7, 1.7, 1.85, 1.75, 1.8, 1.75],
"Salary($)": [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))
Producción :
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
Calcula la media por filas del DataFrame empl_df, es decir, calculará el valor medio de cada fila promediando los valores de las columnas de tipo numérico de esa fila. Obtendremos una única columna al final con el valor medio de cada fila.
