有人能用Python中的迭代来解释axis=0或1吗？

Question

我正在做一个类项目，并有我粘贴在这里的代码。它创建了股票数据、收盘价、成交量和股息的3个数据帧。所有的数据都经过数据透视，所以日期是索引，列是标记符，值是前面提到的。这个问题要求根据每个股票中现金的百分比创建一个权重指数（因此，每个日期的价格x成交量/总和（特定股票的所有日期的价格x成交量）（注：这是我们被告知如何根据说明计算权重）。我在函数中编写了代码，但最初我将axis设置为0，因为这将增加每列中的值（向下迭代行）。但是，这个答案没有被接受，正确答案是axis=1。这对我来说毫无意义，因为这会把某一天每一只股票的价格加起来，而不是把某一只股票的所有日期的价格加起来，不是吗？我错过什么了吗？你知道吗

df = pd.read_csv('../../data/project_3/eod-quotemedia.csv')

percent_top_dollar = 0.2
high_volume_symbols = project_helper.large_dollar_volume_stocks(df, 'adj_close', 'adj_volume', percent_top_dollar)
df = df[df['ticker'].isin(high_volume_symbols)]

close = df.reset_index().pivot(index='date', columns='ticker', values='adj_close')
volume = df.reset_index().pivot(index='date', columns='ticker', values='adj_volume')
dividends = df.reset_index().pivot(index='date', columns='ticker', values='dividends')

def generate_dollar_volume_weights(close, volume):
    """
    Generate dollar volume weights.

    Parameters
    ----------
    close : DataFrame
        Close price for each ticker and date
    volume : str
        Volume for each ticker and date

    Returns
    -------
    dollar_volume_weights : DataFrame
        The dollar volume weights for each ticker and date
    """
    assert close.index.equals(volume.index)
    assert close.columns.equals(volume.columns)

    #TODO: Implement function
    close_adj = close * volume

    return close_adj.apply(lambda x: x/x.sum(), axis=1)

Answer 1

解释如下：

• axis=1逐行执行操作。

• axis=0逐列执行操作。