Python Pandas Series.pow()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python软件包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas Series.pow() 是一个系列数学运算方法。它用于将传递的系列的每个元素作为调用者系列的指数幂，并返回结果。为此，两个系列的索引必须相同，否则会返回错误。

语法: Series.pow(other, =None, fill_value=None, axis=0)

参数:
other: 其他系列或列表类型，作为调用者系列的指数幂。
水平: 操作前在系列/列表中要用NaN替换的值
fill_value: 在多索引的情况下，水平的整数值

返回：以其他系列为指数幂的调用者系列的值

示例 #1:
在这个例子中，我们使用Pandas .Series()方法创建了两个系列。没有一个系列的值是空的。第二个系列被直接作为其他参数传递，以便在操作后返回数值。

# 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

输出:
如输出中所示，返回的值等于第一个系列，第二个系列为其指数幂。

0     1
1     8
2    25
3     6
4    27
5    16
dtype: int64

例子#2：处理空值

在这个例子中，NaN值也使用numpy.nan方法放入系列中。之后，2被传递给fill_value参数，用2替换空值。

# 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

输出:
如输出中所示，所有的NaN值在操作前都被替换成了2，并且返回的结果中没有任何Null值。

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