Python | Панды dataframe.rpow ()

Опубликовано: 28 Марта, 2022

Python - отличный язык для анализа данных, в первую очередь из-за фантастической экосистемы пакетов Python, ориентированных на данные. Pandas - один из таких пакетов, который значительно упрощает импорт и анализ данных.

Pandas dataframe.rpow() function is used for finding the exponential power of dataframe and other, element-wise (binary operator rfloordiv). This function is essentially same as doing other ** dataframe but with a support to substitute for missing data in one of the inputs.

Syntax:DataFrame.rpow(other, axis=’columns’, level=None, fill_value=None)
Parameters :
other : Series, DataFrame, or constant
axis : For Series input, axis to match Series index on
level : Broadcast across a level, matching Index values on the passed MultiIndex leve
fill_value : Fill existing missing (NaN) values, and any new element needed for successful DataFrame alignment, with this value before computation. If data in both corresponding DataFrame locations is missing the result will be missing.
Returns : result : DataFrame

Example #1: Use rpow() function to raise each element of a series to a corresponding value in a dataframe over the column axis.

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df = pd.DataFrame({"A":[1, 5, 3, 4, 2],
                   "B":[3, 2, 4, 3, 4], 
                   "C":[2, 2, 7, 3, 4], 
                   "D":[4, 3, 6, 12, 7]},
                    index =["A1", "A2", "A3", "A4", "A5"])
  
# Print the dataframe
df

Let’s create the series

# importing pandas as pd
import pandas as pd
  
# Create the series
sr = pd.Series([12, 25, 64, 18], index =["A", "B", "C", "D"])
  
# Print the series
sr

Lets use the dataframe.rpow() function to raise each element in a series to the power of corresponding element in the dataframe.

# equivalent to sr ** df
df.rpow(sr, axis = 1)

Output :

Example #2: Use rpow() function to raise each element in a dataframe to the power of corresponding element in other dataframe

# importing pandas as pd
import pandas as pd
  
# Creating the first dataframe 
df1 = pd.DataFrame({"A":[1, 5, 3, 4, 2],
                    "B":[3, 2, 4, 3, 4],
                    "C":[2, 2, 7, 3, 4],
                    "D":[4, 3, 6, 12, 7]},
                     index =["A1", "A2", "A3", "A4", "A5"])
  
# Creating the second dataframe
df2 = pd.DataFrame({"A":[10, 11, 7, 8, 5],
                    "B":[21, 5, 32, 4, 6],
                    "C":[11, 21, 23, 7, 9],
                    "D":[1, 5, 3, 8, 6]}, 
                     index =["A1", "A2", "A3", "A4", "A5"])
  
# Print the first dataframe
print(df1)
  
# Print the second dataframe
print(df2)

Lets perform df2 ** df1

# raise df2 to the power of df1
df1.rpow(df2)

Выход :

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.

Python

Python | Панды dataframe.rpow ()

РЕКОМЕНДУЕМЫЕ СТАТЬИ