如何在整个熊猫数据框上使用math.log10函数

Question

我想获取熊猫数据框中每个值的对数。我已经尝试过了，但是没有用：

#Reading data from excel and rounding values on 2 decimal places
import math
import pandas as pd

data = pd.read_excel("DataSet.xls").round(2)
log_data= math.log10(data)

它给了我这个错误：

TypeError：必须是实数，而不是DataFrame

你有什么想法吗？

Answer 1

使用numpy版本，而不是数学

import numpy as np

np.log10(df)

Answer 2

从看来，math.log10它既不能处理pandas数据帧，也不能处理ndarrays。

因此，一个选择是与numpy一起使用，它还包括一个计算以10为底的对数的函数np.log10，并重建其他解决方案中指出的数据帧。

或者，如果您想使用math.log10，并且对不能直接向量化的其他函数也是如此，则可以使用逐元素DataFrame.applymap应用于math.log10数据帧。请注意，此解决方案将比使用的矢量化方法慢np.log10。

用例

这是使用DataFrame.applymap以下方法可以完成此操作的示例：

df = pd.DataFrame(np.random.randint(1,5,(6,6)), columns=list('abcdef'))

print(df)
   a  b  c  d  e  f
0  3  4  1  1  2  1
1  4  4  4  3  4  1
2  4  3  3  1  4  1
3  3  4  1  3  1  1
4  1  2  3  4  2  1
5  1  3  3  1  4  3

df.applymap(math.log10)

      a         b         c         d        e         f
0  0.477121  0.602060  0.000000  0.000000  0.30103  0.000000
1  0.602060  0.602060  0.602060  0.477121  0.60206  0.000000
2  0.602060  0.477121  0.477121  0.000000  0.60206  0.000000
3  0.477121  0.602060  0.000000  0.477121  0.00000  0.000000
4  0.000000  0.301030  0.477121  0.602060  0.30103  0.000000
5  0.000000  0.477121  0.477121  0.000000  0.60206  0.477121

对于numpy解决方案，您可以采用np.log10数据框的，并将其重建为：

pd.DataFrame(np.log10(data), index=df.index, columns=df.columns)

Answer 3

您可能想使用该applymap方法应用于math.log10整个数据框，这里是文档。

你可以测试一下：

df.applymap(math.log10)