pandas.DataFrame.rpow#
- DataFrame.rpow(other, ось='columns', уровень=None, fill_value=None)[источник]#
Получить экспоненциальную степень dataframe и другого, поэлементно (бинарный оператор rpow).
Эквивалентно
other ** dataframe, но с поддержкой замены fill_value для отсутствующих данных в одном из входов. С обратной версией, pow.Среди гибких оберток (добавить, sub, mul, div, floordiv, mod, pow) для арифметических операторов: +, -, *, /, //, %, **.
- Параметры:
- otherскаляр, последовательность, Series, dict или DataFrame
Любая структура данных с одним или несколькими элементами, или объект, подобный списку.
- ось{0 или ‘index’, 1 или ‘columns’}
Сравнивать по индексу (0 или 'index') или по столбцам (1 или 'columns'). Для Series входных данных, ось для соответствия индексу Series.
- уровеньцелое число или метка
Трансляция по уровню, сопоставляя значения Index на переданном уровне MultiIndex.
- fill_valuefloat или None, по умолчанию None
Заполните существующие пропущенные (NaN) значения и любые новые элементы, необходимые для успешного выравнивания DataFrame, этим значением перед вычислением. Если данные в обоих соответствующих местах DataFrame отсутствуют, результат будет пропущен.
- Возвращает:
- DataFrame
Результат арифметической операции.
Смотрите также
DataFrame.addСложить DataFrames.
DataFrame.subВычитание DataFrames.
DataFrame.mulУмножение DataFrame.
DataFrame.divДеление DataFrame (деление с плавающей точкой).
DataFrame.truedivДеление DataFrame (деление с плавающей точкой).
DataFrame.floordivДеление DataFrames (целочисленное деление).
DataFrame.modВычисление модуля (остатка от деления).
DataFrame.powВычислить экспоненциальную степень.
Примечания
Несовпадающие индексы будут объединены.
Примеры
>>> df = pd.DataFrame({'angles': [0, 3, 4], ... 'degrees': [360, 180, 360]}, ... index=['circle', 'triangle', 'rectangle']) >>> df angles degrees circle 0 360 triangle 3 180 rectangle 4 360
Добавить скаляр с версией оператора, которая возвращает те же результаты.
>>> df + 1 angles degrees circle 1 361 triangle 4 181 rectangle 5 361
>>> df.add(1) angles degrees circle 1 361 triangle 4 181 rectangle 5 361
Деление на константу с обратной версией.
>>> df.div(10) angles degrees circle 0.0 36.0 triangle 0.3 18.0 rectangle 0.4 36.0
>>> df.rdiv(10) angles degrees circle inf 0.027778 triangle 3.333333 0.055556 rectangle 2.500000 0.027778
Вычесть список и Series по оси с версией оператора.
>>> df - [1, 2] angles degrees circle -1 358 triangle 2 178 rectangle 3 358
>>> df.sub([1, 2], axis='columns') angles degrees circle -1 358 triangle 2 178 rectangle 3 358
>>> df.sub(pd.Series([1, 1, 1], index=['circle', 'triangle', 'rectangle']), ... axis='index') angles degrees circle -1 359 triangle 2 179 rectangle 3 359
Умножение словаря по оси.
>>> df.mul({'angles': 0, 'degrees': 2}) angles degrees circle 0 720 triangle 0 360 rectangle 0 720
>>> df.mul({'circle': 0, 'triangle': 2, 'rectangle': 3}, axis='index') angles degrees circle 0 0 triangle 6 360 rectangle 12 1080
Умножение DataFrame другой формы с операторной версией.
>>> other = pd.DataFrame({'angles': [0, 3, 4]}, ... index=['circle', 'triangle', 'rectangle']) >>> other angles circle 0 triangle 3 rectangle 4
>>> df * other angles degrees circle 0 NaN triangle 9 NaN rectangle 16 NaN
>>> df.mul(other, fill_value=0) angles degrees circle 0 0.0 triangle 9 0.0 rectangle 16 0.0
Разделить по MultiIndex по уровню.
>>> df_multindex = pd.DataFrame({'angles': [0, 3, 4, 4, 5, 6], ... 'degrees': [360, 180, 360, 360, 540, 720]}, ... index=[['A', 'A', 'A', 'B', 'B', 'B'], ... ['circle', 'triangle', 'rectangle', ... 'square', 'pentagon', 'hexagon']]) >>> df_multindex angles degrees A circle 0 360 triangle 3 180 rectangle 4 360 B square 4 360 pentagon 5 540 hexagon 6 720
>>> df.div(df_multindex, level=1, fill_value=0) angles degrees A circle NaN 1.0 triangle 1.0 1.0 rectangle 1.0 1.0 B square 0.0 0.0 pentagon 0.0 0.0 hexagon 0.0 0.0