Python Pandas中某一列的对数和自然对数值

pandas中某一列的对数和自然对数值可以分别用log()、log2()和log10()numpy函数来计算。在应用这些函数之前，我们需要创建一个数据框架。

代码:

# 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

输出:

在pandas中对某一列的基2值进行Logarithm计算：

数据框架创建后，我们可以对各列应用numpy.log2()函数。在这种情况下，我们将找到工资这一列的对数值。计算出的值将被存储在新的列 “logarithm_base2 “中。

代码:

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

输出 :

在pandas中对一列的基数为10的数值进行Logarithm：

为了找到以10为基数的对数，我们可以对列应用numpy.log10()函数。在本例中，我们将找到列工资的对数值。计算出的数值将被存储在新的列 “logarithm_base10 “中。

代码:

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

输出 :

pandas中某一列的自然对数值：

为了找到自然对数值，我们可以对列应用numpy.log()函数。在本例中，我们将找到列工资的自然对数值。计算出的数值将存储在新的列 “natural_log “中。

代码:

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

输出 :