Pandas系列中abs()方法的用途是什麼？

Pandas系列的abs函式將返回一個包含每個元素絕對數值的系列。此abs函式將計算系列中每個元素的絕對值。

此函式**僅適用於僅包含數值元素的系列物件。它**不適用於任何缺失元素（NaN值），並且可用於計算複數的絕對值。

示例

import pandas as pd

# create a series
s = pd.Series([-3.43, -6, 21, 6, 1.4])

print(s, end='

')

# calculate absolute values
result = s.abs()

#print the result
print(result)

解釋

我們有一個包含5個數值元素的簡單Pandas系列物件，我們的任務是找到系列元素的絕對值。為了計算絕對值，我們需要在系列中包含一些負值，這就是為什麼我們建立了一個包含一些負值的系列。

為了找出整個系列的絕對值，我們可以將abs函式應用於系列物件，例如's.abs()'。這樣，abs函式將計算系列中每個元素的絕對值。

輸出

0   -3.43
1   -6.00
2   21.00
3    6.00
4    1.40
dtype: float64

0    3.43
1    6.00
2   21.00
3    6.00
4    1.40
dtype: float64

在上面的程式碼塊中，我們可以看到一個包含負值的初始系列，以及另一個透過使用abs()方法計算出的絕對值系列。

示例

# importing pandas packages
import pandas as pd
import numpy as np


#creating a series with null data
s_obj = pd.Series([-2.3, np.nan, 9, 6.5, -5, -8, np.nan])

print(s_obj, end='

')

#calculate absolute values
result = s_obj.abs()

#print the result
print(result)

解釋

此示例用於計算包含缺失資料（即NaN）的系列的絕對值。為此，我們最初使用NumPy.nan屬性建立了一個包含一些NaN值的Pandas系列。

輸出

0   -2.3
1    NaN
2    9.0
3    6.5
4   -5.0
5   -8.0
6    NaN
dtype: float64

0   2.3
1   NaN
2   9.0
3   6.5
4   5.0
5   8.0
6   NaN
dtype: float64

在這裡，我們可以看到原始系列物件以及系列物件中每個元素的絕對值的輸出。

更新於：2021年11月18日

265 次檢視

啟動您的職業生涯

完成課程後獲得認證

開始
廣告