Python|熊猫系列.rpow()

Pandas 系列是带有轴标签的一维 ndarray。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了许多用于执行涉及索引的操作的方法。

Pandas Series.rpow()函数返回系列和其他元素的指数幂（二元运算符rsub）。它等同于other ** series ，但支持用 fill_value 替换其中一个输入中的缺失数据。

Syntax: Series.rpow(other, level=None, fill_value=None, axis=0)

Parameter :
other : Series or scalar value
fill_value : Fill existing missing (NaN) values
level : Broadcast across a level, matching Index values on the passed MultiIndex level

Returns : result : Series

示例 #1：使用Series.rpow()函数将标量值提高到给定 Series 对象中每个元素的幂。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([10, 25, 3, 11, 24, 6])
  
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.rpow()函数将标量提升到给定系列对象的每个元素的幂。

# raise 2 to the power of each element in
# the sr object
selected_items = sr.rpow(other = 2)
  
# Print the returned Series object
print(selected_items)

输出 ：

正如我们在输出中看到的， Series.rpow()函数成功返回了一个系列对象，它是幂运算的结果。示例 #2：使用Series.rpow()函数将标量值提高到给定 Series 对象中每个元素的幂。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None])
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.rpow()函数将标量提升到给定系列对象的每个元素的幂。我们将用 100 代替所有缺失值。

# raise 2 to the power of each element in
# the sr object
selected_items = sr.rpow(other = 2, fill_value = 100)
  
# Print the returned Series object
print(selected_items)

输出 ：

正如我们在输出中看到的， Series.rpow()函数成功返回了一个系列对象，它是幂运算的结果。