目錄
之前寫了一篇關於numpy的axis=？的理解，可以翻看numpy-軸axis理解。
其實pandas中的axis與numpy一樣，以二維數組爲例：
axis = 0代表高維在變，低維不變，即[0][0]、[1][0]、[2][0]…以列爲一組；
axis = 1代表高維不變，低維在變，即[0][0]、[0][1]、[0][2]…以行爲一組。
那麼爲什麼有時候在pandas中會遇到當axis = 0時，結果看似是以行爲一組，當axis = 1時，以列爲一組呢？
接下來用一個例子說明，只要按照高低維的方式去理解，就不會搞糊塗了。
導入數據：
我們想刪除含有NaN的那一列數據，這裏你可能會想，按照列刪除，應該axis = 0啊。
其實只要你按照高低維的方式去想，當axis = 1時，高維不變，低維在變，即按照行爲一組。
尋找每一行中有沒有NaN值，有的話就刪除該行對應位置的元素，通過對每一行的搜索，找到一個就刪除一個，從上到下累疊一起就像是按列刪除，其實是按行操作的。
同理，當axis = 0時，是按列操作，刪除每一列中爲NaN值對應位置的元素，從左到右疊在一起就像是按行刪除，其實是按列操作的。
以下的部分，就比較好理解。
當axis = 1，按行操作，標題倒序排序。
axis = 0，按列操作，行索引升序排序。
axis = 1，按行操作，將z行內容降序排序。
axis = 0，按列操作，將e列內容降序排序。
求和操作。
總結：
1、pandas的axis與numpy的axis在理解上都是一樣的，axis = 0代表高維在變，低維不變，即按照列操作；axis = 1代表高維不變，低維在變，即按照行操作。
2、對於刪除drop、dropna操作，理解稍微難一點，其實原理是一樣的，當axis = 0時，看似按行操作，其實是按列刪除值；當axis = 1時，看似按列操作，其實是按行刪除值。