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 múltipleRetorno: 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
Publicación traducida automáticamente
Artículo escrito por Kartikaybhutani y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA