Python Pandas Series.pow()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的Python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas 係列.pow()是一係列數學運算方法。這用於將通過係列的每個元素作為調用者係列的 index 冪，並返回結果。為此，兩個係列的索引必須相同，否則返回錯誤。

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

參數：
other:其他係列或列表類型將作為調用者係列的 index 冪
level:在操作前要用序列號/列表中的NaN替換的值
fill_value:多索引情況下級別的整數值

返回：調用者係列的價值和其他係列的 index 冪

範例1：
在此示例中，使用 Pandas .Series()方法創建了兩個係列。該係列均沒有空值。第二個係列作為其他參數直接傳遞，以在操作後返回值。

# 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

輸出：
如輸出所示，返回值等於第一個序列，第二個序列為其 index 冪。

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

範例2：處理空值

在此示例中，還使用numpy.nan方法將NaN值放入係列中。之後，將2傳遞給fill_value參數以將空值替換為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

輸出：
如輸出所示，在操作之前，所有NaN值都將替換為2，並且返回的結果中不包含任何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

相關用法

注：本文由純淨天空篩選整理自Kartikaybhutani大神的英文原創作品 Python | Pandas Series.pow()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。