【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
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