axis = 0 似乎在 sum() 和 dropna() 中表现不同

Question

通过阅读 pandas 文档以及一个很好的问题和答案（pandas 中的 axis 意味着什么？），我预计 axis=0 始终意味着相对于列。当我使用 sum() 时，这对我有用，但当我使用 dropna() 调用时，这对我有用。

当我有这样的数据框时：

raw_data = {'column1': [42,13, np.nan, np.nan],
        'column2': [4,12, np.nan, np.nan],
        'column3': [25,61, np.nan, np.nan]}

看起来像这样：

   column1  column2  column3
0     42.0      4.0     25.0
1     13.0     12.0     61.0
2      NaN      NaN      NaN
3      NaN      NaN      NaN

我可以打印各列的总和，其中 axis=0。和这个：

df = pd.DataFrame(raw_data )
print(df.sum(axis=0))

给出输出：

column1    55.0
column2    16.0
column3    86.0

当我尝试从 axis=0 的数据框中删除值时，这应该再次与 columns* 相关。但是当我这样做时：

dfclear=df.dropna(axis=0,how='all')
print(dfclear)

我得到输出：

column1  column2  column3
0     42.0      4.0     25.0
1     13.0     12.0     61.0

我期望得到以下结果（我在 axis=1 时得到）：

   column1  column2  column3
0     42.0      4.0     25.0
1     13.0     12.0     61.0
2      NaN      NaN      NaN
3      NaN      NaN      NaN

所以在我看来，轴在 sum() 和 dropna() 之间的行为不同

我在这里缺少什么吗？

* https://pandas.pydata.org/pandas-docs/stable/ generated/pandas.DataFrame.dropna.html

Answer 1

我认为答案是正确的：

print(df)

产生以下输出：

   column1  column2  column3
0     42.0      4.0     25.0
1     13.0     12.0     61.0
2      NaN      NaN      NaN
3      NaN      NaN      NaN

dfclear=df.dropna(axis=0,how='all')
print(dfclear)

产生以下输出：

   column1  column2  column3
0     42.0      4.0     25.0
1     13.0     12.0     61.0

来自 Pandas 文档示例解释：

删除所有元素均为 nan 的行（没有要删除的行，因此 df 保持不变）