【4.2.1】Pandas--对一列取对数或者指数(log)

pandas中对某一列数据取对数或者指数相关操作。

创建一个dataframe

import pandas as pd
import numpy as np
df = pd.DataFrame([[2, 3], [3, 4]], columns=list("AB"))

结果如下:

   A  B
0  2  3
1  3  4

一、log1p

对A列做log(x + 1) #对A列做log(x + 1)

df["A"] = df["A"].apply(np.log1p) # np.log1p与np.expm1互为逆运算

结果如下:

          A  B
0  1.098612  3
1  1.386294  4

二、expm1

#对A列执行函数e的x次幂-1

df["A"] = df["A"].apply(np.expm1) # np.log1p与np.expm1互为逆运算

结果如下:

           A  B
0   6.389056  3
1  19.085537  4

三、exp

#对A列求e的次数幂

df["A"] = df["A"].apply(np.exp) # np.exp与np.log互为逆运算

结果如下:

           A  B
0   7.389056  3
1  20.085537  4

四、log

#对A列取对数

df["A"] = df["A"].apply(np.log) # np.exp与np.log互为逆运算

结果如下:

          A  B
0  0.693147  3
1  1.098612  4

五、sqrt

#对A列开平方

df["A"] = df["A"].apply(np.sqrt)

结果如下:

          A  B
0  1.414214  3
1  1.732051  4

六、exp2

#对A列计算平方

df["A"] = df["A"].apply(np.exp2) # np.exp2与np.log2互为逆运算

结果如下:

     A  B
0  4.0  3
1  8.0  4

七、log2

#对A列计算以2为底的对数

df["A"] = df["A"].apply(np.log2) # np.exp2与np.log2互为逆运算

结果如下:

          A  B
0  1.000000  3
1  1.584963  4

参考资料

这里是一个广告位,,感兴趣的都可以发邮件聊聊:tiehan@sina.cn
个人公众号,比较懒,很少更新,可以在上面提问题,如果回复不及时,可发邮件给我: tiehan@sina.cn