如何在整个熊猫数据框上使用 math.log10 函数答案

【问题标题】：How to use math.log10 function on whole pandas dataframe如何在整个熊猫数据框上使用 math.log10 函数
【发布时间】：2019-07-28 04:51:46
【问题描述】：

我想取熊猫数据框中每个值的对数。我已经尝试过了，但它不起作用：

#Reading data from excel and rounding values on 2 decimal places
import math
import pandas as pd

data = pd.read_excel("DataSet.xls").round(2)
log_data= math.log10(data)

它给了我这个错误：

TypeError：必须是实数，不是DataFrame

你知道该怎么做吗？

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

看起来math.log10 既不能处理pandas 数据帧也不能处理ndarrays。

因此，一种选择是使用 numpy，它还包括一个计算以 10 为底的对数 np.log10 的函数，并按照其他解决方案中的说明重建数据帧。

或者如果您想使用math.log10，并且同样适用于其他无法直接矢量化的函数，您可以使用DataFrame.applymap 将math.log10 应用于数据帧元素。但请注意，此解决方案将比使用 np.log10 的矢量化方法慢。

用例

这是一个如何使用DataFrame.applymap 完成此操作的示例：

df = pd.DataFrame(np.random.randint(1,5,(6,6)), columns=list('abcdef'))

print(df)
   a  b  c  d  e  f
0  3  4  1  1  2  1
1  4  4  4  3  4  1
2  4  3  3  1  4  1
3  3  4  1  3  1  1
4  1  2  3  4  2  1
5  1  3  3  1  4  3

df.applymap(math.log10)

      a         b         c         d        e         f
0  0.477121  0.602060  0.000000  0.000000  0.30103  0.000000
1  0.602060  0.602060  0.602060  0.477121  0.60206  0.000000
2  0.602060  0.477121  0.477121  0.000000  0.60206  0.000000
3  0.477121  0.602060  0.000000  0.477121  0.00000  0.000000
4  0.000000  0.301030  0.477121  0.602060  0.30103  0.000000
5  0.000000  0.477121  0.477121  0.000000  0.60206  0.477121

对于numpy 解决方案，您可以获取数据帧的np.log10，并将其重构为：

pd.DataFrame(np.log10(data), index=df.index, columns=df.columns)

【讨论】：

【解决方案2】：

您可能想使用applymap 方法将math.log10 应用于整个数据帧，这里是documentation。

你可以测试一下：

df.applymap(math.log10)

【讨论】：

【解决方案3】：

使用 numpy 版本，而不是数学版本

import numpy as np

np.log10(df)

【讨论】：

谢谢我的朋友！！！如果 pandas 数据框中的某些值为 0，您知道该怎么做吗？然后，我不能使用日志功能
（注意，如果numpy没有你想要的等价函数，你也可以使用np.vectorize(function)将任何标量函数变成向量函数。）
@Aleksandar 在这一点上，您必须决定要在零点上发生什么。 Numpy 可以轻松处理您选择的任何内容。
@ChristophBurschka：但如果你这样做，它会比“本机”矢量化函数慢得多，并且如果你不注意具有一致的输出 dtypes，它会产生 silently wrong results。