pandas：如何将数据框的所有数字列转换为对数

Question

在 RI 中，可以对数据框的所有数字列应用对数（或平方根等）变换，方法是：

logdf <- log10(df)

Python/Pandas 中是否有等价的东西？我看到有一个“转换”和一个（类似 R 的）“应用”函数，但在这种情况下无法弄清楚如何使用它们。

感谢您的任何提示或建议。

Answer 1

假设您有一个名为的数据框 df

您可以先列出可能的数字类型，然后进行循环

numerics = ['int16', 'int32', 'int64', 'float16', 'float32', 'float64']
for c in [c for c in df.columns if df[c].dtype in numerics]:
    df[c] = np.log10(df[c])

或者，使用 lambda 运算符和np.dtype.kind的单行解决方案

numeric_df = df.apply(lambda x: np.log10(x) if np.issubdtype(x.dtype, np.number) else x)

Answer 2

如果大多数列都是数字，则仅使用它可能有意义try，如果不起作用则跳过该列：

for column in df.columns:
    try:
        df[column] = np.log10(df[column])
    except (ValueError, AttributeError):
        pass

当然，如果您愿意，可以将其包装在函数中。

如果所有列都是数字，您甚至可以简单地执行以下操作

df_log10 = np.log10(df)