Python | 熊猫系列.pow()

熊猫系列（Pandas）是Python中用于数据分析和处理的强大库。在这个系列中，.pow()方法是计算幂函数的函数。本文将介绍这个函数的用法以及一些示例。

用法

.pow()方法的语法如下：

DataFrame.pow(other, axis='columns', level=None, fill_value=None)

参数说明：

• other：表示幂函数的底数，可以是标量、DataFrames或Series。
• axis：表示计算方向。默认为‘columns’，表示沿着列的方向进行计算。如果设置为‘rows’，表示沿着行的方向进行计算。
• level：如果DataFrame具有多层（层次结构）索引，则level表示计算的层数。
• fill_value：表示未匹配元素的替代值。

.pow()方法将DataFrame或Series的每个元素作为底数，并以给定的值或Series或DataFrame作为指数计算幂。

示例

下面的示例将演示.pow()方法的用法。

import pandas as pd

# 以标量为底数计算幂
df = pd.DataFrame({'a': [2, 3, 4], 'b':[5, 6, 7]})
print(df.pow(2))

# 以Series为底数计算幂
s = pd.Series([2, 3, 4])
print(df.pow(s, axis='rows'))

# 以DataFrame为底数计算幂
df1 = pd.DataFrame({'a': [3, 4, 5], 'b':[2, 3, 4]})
print(df.pow(df1))

# 未匹配元素的替代值
df2 = pd.DataFrame({'a': [2, 3, 4], 'b': [5, 6, 7]})
df3 = pd.DataFrame({'a': [3, 4, 5], 'c': [2, 3, 4]})
print(df2.pow(df3, fill_value=0))

输出结果：

   a   b
0  4  25
1  9  36
2  16 49

          a          b
0  4.000000  5.000000
1  9.000000  6.000000
2 16.000000  5.833333

      a    b
0   8.0  1.0
1  81.0  1.0
2 256.0  1.0

   a    b    c
0  8  5.0  0.0
1 12  6.0  0.0
2 16  7.0  0.0