Python | Serie Pandas.pow()

Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.

Pandas Series.pow()es un método de operación matemática en serie. Esto se usa para poner cada elemento de la serie pasada como potencia exponencial de la serie de llamadas y devolver los resultados. Para esto, el índice de ambas series debe ser el mismo; de lo contrario, se devuelve un error.

Sintaxis: Series.pow(otro, =Ninguno, fill_value=Ninguno, eje=0)

Parámetros:
otro: otra serie o tipo de lista que se colocará como potencia exponencial para la serie que llama
nivel: valor que se reemplazará por NaN en la serie/lista antes de la operación
valor_relleno: valor entero del nivel en caso de índice múltiple

Retorno: valor de la serie de llamadas con otra serie como su potencia exponencial

Ejemplo n.º 1:
en este ejemplo, se crean dos series utilizando el método Pandas .Series(). Ninguna de las series tiene valores nulos. La segunda serie se pasa directamente como otro parámetro para devolver los valores después de la operación.

# importing pandas module
import pandas as pd
  
# creating first series
first =[1, 2, 5, 6, 3, 4]
  
# creating second series
second =[5, 3, 2, 1, 3, 2]
  
# making series
first = pd.Series(first)
  
# making series
second = pd.Series(second)
  
# calling .pow()
result = first.pow(second)
  
# display
result

Salida:
como se muestra en la salida, los valores devueltos son iguales a la primera serie con la segunda serie como su potencia exponencial.

0     1
1     8
2    25
3     6
4    27
5    16
dtype: int64

 
Ejemplo #2: Manejo de valores nulos

En este ejemplo, los valores de NaN también se colocan en la serie mediante el método numpy.nan. Después de eso, 2 se pasa al parámetro fill_value para reemplazar los valores nulos con 2.

# importing pandas module
import pandas as pd
  
# importing numpy module
import numpy as np
  
# creating first series
first =[1, 2, 5, 6, 3, np.nan, 4, np.nan]
  
# creating second series
second =[5, np.nan, 3, 2, np.nan, 1, 3, 2]
  
# making series
first = pd.Series(first)
  
# making seriesa
second = pd.Series(second)
  
# value for null replacement
null_replacement = 2
  
# calling .pow()
result = first.pow(second, fill_value = null_replacement)
  
# display
result

Salida:
como se muestra en la salida, todos los valores de NaN se reemplazaron por 2 antes de la operación y el resultado se devolvió sin ningún valor Nulo.

0      1.0
1      4.0
2    125.0
3     36.0
4      9.0
5      2.0
6     64.0
7      4.0
dtype: float64