含義在pd.DataFrame.all

切換

我有以下的數據幀：含義在pd.DataFrame.all

>>> df = pd.DataFrame([[True, np.nan, False],[True,np.nan,False],[True,np.nan,False]]) 
>>> df 
     0 1  2 
0 True NaN False 
1 True NaN False 
2 True NaN False

按照docs，做df.all(axis=1, skipna=True)對應於檢查是否所有的值都爲真逐列，所以預期它給予True,True,False，但它給出了False,False,False。似乎軸的含義已被翻轉，即axis = 0是針對列的。

這似乎與軸的在DataFrame.dropna的含義，例如矛盾，

>>> df.dropna(axis=1) 
     0  2 
0 True False 
1 True False 
2 True False

以及在np.delete。

這是故意的嗎？如果是這樣，爲什麼？

來源

2014-10-10 Garrett

這看起來像在文檔中的錯誤（可能是一個bug）有一個相關的問題：http://stackoverflow.com/questions/25773245/ambiguity-in-pandas-dataframe-axis-definition?rq=1關於軸的含義的明顯切換，這是由於numpy，比較你嘗試'np.all（df，axis = 0）'和'np.all（df，axis = 1）時發生的情況'輸出是和熊貓一樣 – EdChum 2014-10-10 09:19:21

我認爲這是在文檔一個錯誤，因爲這種方法會調用numpy.all，如果你比較輸出它們是相同的：

In [211]: 

np.all(df,axis=0) 
Out[211]: 
array([True, nan, False], dtype=object) 
In [212]: 

np.all(df, axis=1) 
Out[212]: 
array([False, False, False], dtype=object)

而且dropna和np.delete同意輸出：

In [213]: 

df.dropna(axis=1) 
Out[213]: 
     0  2 
0 True False 
1 True False 
2 True False 
In [222]: 

np.delete(df.values, 1,axis=1) 
Out[222]: 
array([[True, False], 
     [True, False], 
     [True, False]], dtype=object)

來源

2014-10-10 09:21:31 EdChum

我同意這並不總是很直觀，但我認爲這種行爲是一致的。

axis=0工作在r0ws，axis=1作品橫跨各欄。

因此，df.all(axis=1, skipna=True)返回False, False, False，因爲它執行跨所有列的操作（此處返回每行的all(True, True, False)的結果）。同時，df.all(axis=0, skipna=True)查看行（依次爲每列）。只有第2列中的行包含False值，因此是結果。

同樣，dropna(axis=1)和delete(axis=1)對列啓動操作（即查看每列以查看是否應該刪除或刪除）。列0和2不包含任何NaN值，因此保留，而列1消失。

來源

2014-10-10 09:46:23

含義在pd.DataFrame.all

回答

相關問題