如何按轴选择熊猫表的行索引或列索引答案

【问题标题】：How to choose row-index or column-index of pandas table by axis如何按轴选择熊猫表的行索引或列索引
【发布时间】：2021-03-15 21:49:24
【问题描述】：

在 pandas 表中，row-index 和 column-index 具有非常相似的接口，并且一些操作允许通过参数axis 沿着任一行和列进行操作。（例如sort_index 等等。）

但是如何通过指定轴来访问（读取和写入）行索引或列索引？

# Instead of this
if axis==0:
    table.index = some_function(table.get_index_by_axis(axis))
else:
    table.column = some_function(table.get_index_by_axis(axis))

# I would like to simply write:
newIndex = some_function(table.get_index_by_axis(axis))
table.set_index_by_axis(newIndex, axis=axis)

是否存在 get_index_by_axis 和 set_index_by_axis 之类的东西？

更新： 数据框有一个属性axes，允许按索引选择轴。但是，这是只读的。分配新值不会对表产生影响。

index = table.axes[axis]         # Read an index
newIndex = some_function(index)  
table.axes[axis] = newIndex      # This has no effect on table.

【问题讨论】：

标签： python pandas

【解决方案1】：

我查看了 pandas 源代码以了解如何使用轴关键字。有一个方法_get_axis_name 以轴为参数。

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

传入轴参数：

>>> df._get_axis_name(axis=0)
'index'

>>> df._get_axis_name(axis=1)
'columns'

您可以将其与getattr 或setattr 一起使用。

>>> getattr(df, df._get_axis_name(axis=0))
RangeIndex(start=0, stop=3, step=1)

>>> getattr(df, df._get_axis_name(axis=1))
Index(['A', 'B'], dtype='object')

【讨论】：

好主意。但它依赖于 pandas 的一个未记录的特性。我想知道为什么没有为“列”和“索引”建立抽象，因为它们有很多相似之处。
是的，添加它会是一个很好的功能。我遇到了你的问题，因为我正要问同样的事情。

【解决方案2】：

使用pd.DataFrame.set_axis():

import pandas as pd 

def apply_axis(df, axis, func):
    old_index = df.axes[axis]
    new_index = old_index.map(func)
    df = df.set_axis(new_index, axis=axis)
    return df

def some_function(x):
    return x+x

df = pd.DataFrame({'a': [1,2,3],
                   'b': [10,20,30],
                   'c': [100,200,300],
                   'd': [1000,2000,3000]})
#    a   b    c     d
# 0  1  10  100  1000
# 1  2  20  200  2000
# 2  3  30  300  3000

ret = apply_axis(df=df, axis=0, func=some_function)
#    a   b    c     d
# 0  1  10  100  1000
# 2  2  20  200  2000
# 4  3  30  300  3000

ret = apply_axis(df=df, axis=1, func=some_function)
#   aa  bb   cc    dd
# 0  1  10  100  1000
# 1  2  20  200  2000
# 2  3  30  300  3000

【讨论】：