Метод pow() в Pandas DataFrame

Введение

В этом практическом занятии мы рассмотрим использование метода pow() в классе DataFrame библиотеки Pandas. Метод pow() используется для вычисления степени числа в DataFrame.

Советы по использованию ВМ

После запуска виртуальной машины нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и приступить к практике в Jupyter Notebook.

Иногда может потребоваться подождать несколько секунд, пока Jupyter Notebook полностью загрузится. Проверка операций не может быть автоматизирована из-за ограничений Jupyter Notebook.

Если вы столкнетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.

Импортируем необходимые библиотеки

Во - первых, нам нужно импортировать библиотеку pandas для работы с DataFrame.

import pandas as pd

Создаем DataFrame

Создадим примерный DataFrame для использования в примерах.

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

Это создаст DataFrame с тремя столбцами ('A', 'B' и 'C') и тремя строками. Значения в DataFrame - целые числа.

Вычисляем степень с помощью скалярного значения

Мы можем вычислить степень значений в DataFrame с помощью скалярного значения, используя метод pow(). Это повысит каждую ячейку в DataFrame в степень скалярного значения.

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

Результат:

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

В этом примере степень скалярного значения равна 2. Каждая ячейка в DataFrame возводится в степень 2.

Вычисляем степень с помощью другого DataFrame

Мы также можем вычислить степень значений в DataFrame с использованием другого DataFrame, используя метод pow(). Это повысит каждое значение в первом DataFrame в степень соответствующего значения во втором DataFrame.

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

Результат:

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

В этом примере каждое значение в первом DataFrame возводится в степень соответствующего значения во втором DataFrame.

Вычисляем степень с помощью Series

Мы также можем вычислить степень значений в DataFrame с использованием Series, используя метод pow(). Это повысит каждое значение в DataFrame в степень соответствующего значения в Series.

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

Результат:

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

В этом примере каждое значение в DataFrame возводится в степень соответствующего значения в Series.

Вычисляем степень с помощью последовательности

Мы также можем вычислить степень значений в DataFrame с использованием последовательности, используя метод pow(). Это повысит каждое значение в DataFrame в степень соответствующего значения в последовательности.

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

Результат:

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

В этом примере каждое значение в DataFrame возводится в степень соответствующего значения в последовательности.

Резюме

Метод pow() в классе Pandas DataFrame позволяет нам вычислять показатель степени или степень числа в DataFrame. Мы можем вычислить степень с помощью скалярного значения, другого DataFrame, Series или последовательности. Этот метод полезен для выполнения математических операций с значениями DataFrame.