Python Pandas Series.pow()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的Python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas 系列.pow()是一系列数学运算方法。这用于将通过系列的每个元素作为调用者系列的 index 幂，并返回结果。为此，两个系列的索引必须相同，否则返回错误。

用法：Series.pow(other, =None, fill_value=None, axis=0)

参数：
other:其他系列或列表类型将作为调用者系列的 index 幂
level:在操作前要用序列号/列表中的NaN替换的值
fill_value:多索引情况下级别的整数值

返回：调用者系列的价值和其他系列的 index 幂

范例1：
在此示例中，使用 Pandas .Series()方法创建了两个系列。该系列均没有空值。第二个系列作为其他参数直接传递，以在操作后返回值。

# importing pandas module 
import pandas as pd 
  
# creating first series 
first =[1, 2, 5, 6, 3, 4] 
  
# creating second series 
second =[5, 3, 2, 1, 3, 2] 
  
# making series 
first = pd.Series(first) 
  
# making series 
second = pd.Series(second) 
  
# calling .pow() 
result = first.pow(second) 
  
# display 
result

输出：
如输出所示，返回值等于第一个序列，第二个序列为其 index 幂。

0     1
1     8
2    25
3     6
4    27
5    16
dtype:int64

范例2：处理空值

在此示例中，还使用numpy.nan方法将NaN值放入系列中。之后，将2传递给fill_value参数以将空值替换为2。

# importing pandas module 
import pandas as pd 
  
# importing numpy module 
import numpy as np 
  
# creating first series 
first =[1, 2, 5, 6, 3, np.nan, 4, np.nan] 
  
# creating second series 
second =[5, np.nan, 3, 2, np.nan, 1, 3, 2] 
  
# making series 
first = pd.Series(first) 
  
# making seriesa 
second = pd.Series(second) 
  
# value for null replacement 
null_replacement = 2
  
# calling .pow() 
result = first.pow(second, fill_value = null_replacement) 
  
# display 
result

输出：
如输出所示，在操作之前，所有NaN值都将替换为2，并且返回的结果中不包含任何Null值。

0      1.0
1      4.0
2    125.0
3     36.0
4      9.0
5      2.0
6     64.0
7      4.0
dtype:float64

相关用法

注：本文由纯净天空筛选整理自Kartikaybhutani大神的英文原创作品 Python | Pandas Series.pow()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。