Python Pandas Series.rpow()用法及代码示例

Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的，但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引，并提供了许多方法来执行涉及索引的操作。

Pandas Series.rpow()函数返回级数和其他元素级的 index 幂(二进制运算符rsub)。相当于other ** series，但支持用fill_value代替输入之一中的丢失数据。

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

范例1：采用Series.rpow()函数将标量值提高到给定Series对象中每个元素的幂。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([10, 25, 3, 11, 24, 6]) 
  
# Create the Index 
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp'] 
  
# set the index 
sr.index = index_ 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.rpow()函数将标量提高到给定系列对象的每个元素的幂。

# raise 2 to the power of each element in 
# the sr object 
selected_items = sr.rpow(other = 2) 
  
# Print the returned Series object 
print(selected_items)

输出：

正如我们在输出中看到的，Series.rpow()函数已成功返回序列对象，这是取幂运算的结果。

范例2：采用Series.rpow()函数将标量值提高到给定Series对象中每个元素的幂。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None]) 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.rpow()函数将标量提高到给定系列对象的每个元素的幂。我们将在所有缺失值的位置替换100。

# raise 2 to the power of each element in 
# the sr object 
selected_items = sr.rpow(other = 2, fill_value = 100) 
  
# Print the returned Series object 
print(selected_items)

输出：

正如我们在输出中看到的，Series.rpow()函数已成功返回序列对象，这是取幂运算的结果。