Question

我有以下数据框

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)

在对列进行求和之后，如何应用sqrt函数？

football[['wins', 'losses']].sum(axis=1)

Answer 1

在结果numpy.sqrt()上使用pd.Series（see docs）：

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

但当然有几种方法可以达到相同的效果 - 见下图：

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

Answer 2

我是内置pandas.DataFrame.pow（docs here）的粉丝。这样你就可以获得各种秩序的根源（比如Stefan的最后一个例子）。

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

在列上应用sqrt函数

2 个答案: