Pandas DataFrame の pow メソッド

PythonPythonBeginner
今すぐ練習

💡 このチュートリアルは英語版からAIによって翻訳されています。原文を確認するには、 ここをクリックしてください

はじめに

この実験では、Pandas DataFrame クラスの pow() メソッドの使い方を学びます。pow() メソッドは、DataFrame 内の数値の指数または累乗を計算するために使用されます。

VM のヒント

VM の起動が完了したら、左上隅をクリックして ノートブック タブに切り替え、Jupyter Notebook を使って練習しましょう。

時々、Jupyter Notebook が読み込み完了するまで数秒待つ必要がある場合があります。Jupyter Notebook の制限により、操作の検証を自動化することはできません。

学習中に問題が発生した場合は、Labby にお問い合わせください。セッション後にフィードバックを提供してください。すぐに問題を解決いたします。

必要なライブラリをインポートする

まず、DataFrame を操作するために pandas ライブラリをインポートする必要があります。

import pandas as pd

DataFrame を作成する

例で使用するサンプル DataFrame を作成しましょう。

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

これにより、3 つの列('A'、'B'、および 'C')と 3 つの行からなる DataFrame が作成されます。DataFrame 内の値は整数です。

スカラーで累乗を計算する

pow() メソッドを使用して、DataFrame 内の値をスカラーで累乗することができます。これにより、DataFrame 内の各値がスカラーの累乗になります。

scalar_power = 2
df_power = df.pow(scalar_power)
print(df_power)

出力:

   A   B   C
0  1  16  49
1  4  25  64
2  9  36  81

この例では、スカラーの累乗は 2 です。DataFrame 内の各値が 2 乗されます。

別の DataFrame で累乗を計算する

pow() メソッドを使用して、別の DataFrame を使って DataFrame 内の値の累乗を計算することもできます。これにより、最初の DataFrame 内の各値が 2 番目の DataFrame 内の対応する値の累乗になります。

df2 = pd.DataFrame({'A': [1, 2, 3], 'B': [1, 2, 3], 'C': [1, 2, 3]})
df_power = df.pow(df2)
print(df_power)

出力:

   A   B   C
0  1   4   7
1  1  25  64
2  1  36  729

この例では、最初の DataFrame 内の各値が 2 番目の DataFrame 内の対応する値の累乗になります。

Series で累乗を計算する

pow() メソッドを使って、Series を用いて DataFrame 内の値の累乗を計算することもできます。これにより、DataFrame 内の各値が Series 内の対応する値の累乗になります。

series = pd.Series([2, 2, 2])
df_power = df.pow(series)
print(df_power)

出力:

   A  B   C
0  1  16  49
1  2  25  64
2  3  36  81

この例では、DataFrame 内の各値が Series 内の対応する値の累乗になります。

シーケンスで累乗を計算する

pow() メソッドを使用して、シーケンスを使って DataFrame 内の値の累乗を計算することもできます。これにより、DataFrame 内の各値がシーケンス内の対応する値の累乗になります。

sequence = (2, 2, 2)
df_power = df.pow(sequence)
print(df_power)

出力:

   A  B   C
0  1  16  49
1  4  25  64
2  9  36  81

この例では、DataFrame 内の各値がシーケンス内の対応する値の累乗になります。

まとめ

Pandas の DataFrame クラスの pow() メソッドを使用すると、DataFrame 内の数値の指数または累乗を計算できます。スカラー、別の DataFrame、Series、またはシーケンスを使って累乗を計算できます。このメソッドは、DataFrame の値に対して数学的演算を行う際に便利です。