Registro y valor logarítmico natural de una columna en Pandas – Python

El registro y el valor logarítmico natural de una columna en pandas se pueden calcular utilizando las funciones numpy log() , log2() y log10() respectivamente. Antes de aplicar las funciones, necesitamos crear un marco de datos.

Código:

# Import required libraries
import pandas as pd
import numpy as np
   
# Dictionary
data = {
     'Name': ['Geek1', 'Geek2',
             'Geek3', 'Geek4'],
   'Salary': [18000, 20000, 
             15000, 35000]} 
  
# Create a dataframe
data = pd.DataFrame(data,
                    columns = ['Name', 
                               'Salary'])
  
# Show the dataframe
data

Producción: 
 

Logaritmo en base 2 valor de una columna en pandas: 

Después de crear el marco de datos, podemos aplicar la función numpy.log2() a las columnas. En este caso, estaremos encontrando los valores logarítmicos de la columna salario. Los valores calculados se almacenan en la nueva columna «logarithm_base2». 

Código:

# Calculate logarithm to base 2 
# on 'Salary' column
data['logarithm_base2'] = np.log2(data['Salary'])
  
# Show the dataframe
data    

Producción : 

Logaritmo en base 10 valor de una columna en pandas: 

Para encontrar el logaritmo en valores de base 10, podemos aplicar la función numpy.log10() a las columnas. En este caso, estaremos encontrando los valores logarítmicos de la columna salario. Los valores calculados se almacenan en la nueva columna «logarithm_base10». 

Código:

# Calculate logarithm to 
# base 10 on 'Salary' column
data['logarithm_base10'] = np.log10(data['Salary'])
  
# Show the dataframe
data

Producción :
 

Valor logarítmico natural de una columna en pandas:

Para encontrar los valores logarítmicos naturales, podemos aplicar la función numpy.log() a las columnas. En este caso, estaremos encontrando los valores del logaritmo natural de la columna salario. Los valores calculados se almacenan en la nueva columna «natural_log». 

Código:

# Calculate natural logarithm on
# 'Salary' column
data['natural_log'] = np.log(data['Salary'])
  
# Show the dataframe
data    

Producción :