Question

简而言之：如何获得pandas数据帧列的对数？我认为numpy.log()应该对它起作用，但它不是。我怀疑它是因为我在数据框中有一些NaN？

我的整个代码如下。它可能看起来有点混乱，基本上我的最终目标（有点夸张）是将几个选定列中不同选定列的不同行绘制成几个子图（因此嵌入的三个循环在不同组之间迭代...如果你建议一个更优雅的解决方案，我会很感激，但这不是主要的事情，迫使我）。我需要绘制一个数据帧+ 1的某些值的对数与另一个数据帧的某些值的对数。这是问题，在使用np.log的绘图线上我得到了这个错误：AttributeError: 'float' object has no attribute 'log'（如果我使用数学而不是np，我得到这个：TypeError: cannot convert the series to <type 'float'>）我该怎么办呢？

谢谢。这是代码：

import numpy as np
import math
import pandas as pd
import matplotlib.pyplot as plt

hf = pd.DataFrame({'Z':np.arange(0,100,1),'A':(10*np.random.rand(100)), 'B':(10*np.random.rand(100)),'C':(10*np.random.rand(100)),'D':(10*np.random.rand(100)),'E':(10*np.random.rand(100)),'F':(10*np.random.rand(100))})
df = pd.DataFrame({'Z':np.arange(0,100,1),'A':(10*np.random.rand(100)), 'B':(10*np.random.rand(100)),'C':(10*np.random.rand(100)),'D':(10*np.random.rand(100)),'E':(10*np.random.rand(100)),'F':(10*np.random.rand(100))})
hf.loc[0:5,'A']=np.nan
df.loc[0:5,'A']=np.nan
hf.loc[53:58,'B']=np.nan
df.loc[53:58,'B']=np.nan
hf.loc[90:,'C']=np.nan
df.loc[90:,'C']=np.nan
I = ['A','B']
II = ['C','D']
III = ['E','F']
IV = ['F','A']
runs = [I,II,III,IV]
inds = [10,20,30,40]

fig = plt.figure(figsize=(6,4))
for r in runs:
    data = pd.DataFrame(index=df.index,columns=r)
    HF = pd.DataFrame(index=hf.index,columns=r)
    #pdb.set_trace()
    for i in r:
        data.loc[:,i] = df.loc[:,i]
        HF.loc[:,i] = hf.loc[:,i]
        for c,z in enumerate(inds):
            ax=fig.add_subplot()
            ax = plt.plot(math.log1p(HF.loc[z]),Tdata.loc[z],linestyle=":",marker="o",markersize=5,label=inds[c].__str__())
# or the other version
#plt.plot(np.log(1 + HF.loc[z]),Tdata.loc[z],linestyle=":",marker="o",markersize=5,label=inds[c].__str__())

正如@Jason指出的那样，this answer成功了！谢谢！

Answer 1

问题不在于您有NaN个值，而是没有具有NaN值，您有字符串 { {1}} "NaN"不知道如何处理的{1}}。用以下代码替换代码的开头：

ufunc

一切都应该与np.log

很好地配合

熊猫系列/数据帧的对数

1 个答案: