比较来自世界各地的卖家的域名和 IT 服务价格

应用功能 sqrt 列

我有下一个数据帧


data = {'year': [2010, 2011, 2012, 2011, 2012, 2010, 2011, 2012],
'team': ['Bears', 'Bears', 'Bears', 'Packers', 'Packers', 'Lions', 'Lions', 'Lions'],
'wins': [11, 8, 10, 15, 11, 6, 10, 4],
'losses': [5, 8, 6, 1, 5, 10, 6, 12]}

football = pd.DataFrame/data, columns=['year', 'team', 'wins', 'losses']/
football.set_index/['team', 'year'], inplace=True/


如何应用函数
sqrt

我总结了列后?


football[['wins', 'losses']].sum/axis=1/
已邀请:

快网

赞同来自:

刚使用
numpy.sqrt//

/
http://docs.scipy.org/doc/nump ... .html
/ 在结果上
pd.Series

:


import numpy as np
np.sqrt/football[['wins', 'losses']].sum/axis=1//


但当然,有几种方法可以实现相同的结果。 - 见下面的例证:


df = pd.DataFrame.from_dict/data={'col_1': np.random.randint/low=1, high=10, size=10/, 'col_2': np.random.randint/low=1, high=10, size=10/}, orient='index'/.T

df['sum'] = df[['col_1', 'col_2']].sum/axis=1/
df['np'] = np.sqrt/df[['col_1', 'col_2']].sum/axis=1//
df['apply'] = df[['col_1', 'col_2']].sum/axis=1/.apply/np.sqrt/
df['**'] = df[['col_1', 'col_2']].sum/axis=1/ ** .5

col_1 col_2 sum np apply **
0 8 3 11 3.316625 3.316625 3.316625
1 4 1 5 2.236068 2.236068 2.236068
2 6 2 8 2.828427 2.828427 2.828427
3 4 1 5 2.236068 2.236068 2.236068
4 4 7 11 3.316625 3.316625 3.316625
5 7 4 11 3.316625 3.316625 3.316625
6 5 5 10 3.162278 3.162278 3.162278
7 1 2 3 1.732051 1.732051 1.732051
8 6 6 12 3.464102 3.464102 3.464102
9 5 7 12 3.464102 3.464102 3.464102

小姐请别说爱

赞同来自:

我个人粉丝内置 pandas.DataFrame.pow /docs
https://pandas.pydata.org/pand ... .html
/. 所以你可以得到不同的命令根 /如斯蒂芬的最后一个例子/.


football[['wins','losses']].sum/axis=1/.pow/1./2/

要回复问题请先登录注册