Pandas 数据帧abs()方法

原文：https://www.studytonight.com/pandas/pandas-dataframe-abs-method

在本教程中，我们将学习 PandasDataFrame.abs() 方法。它是 pandas 模块的内置模块，并返回一个带有每个元素的绝对数值的DataFrame。

该功能仅适用于所有元素均为numeric的情况。绝对也叫modulus。为了理解 abs()的方法，我们将解决例子，并获得数据帧的绝对值，对于复数，绝对值将是 a2+b2。下面是DataFrame.abs()方法的语法。

句法

使用该函数所需的语法如下:

abs(x)

这里，参数 x 可以是任何数字，可以是正的或负的零。该函数将返回正零。

示例:获取数据帧的绝对值

让我们看一下这个函数的基本示例，其代码片段如下。

import pandas as pd
df = pd.DataFrame([[23, -85, -0.25],[2, -1.259, -85]],columns=['A', 'B','C'])
print("-----DataFrame-----")
print(df)
print(abs(df))

一旦我们运行该程序，我们将获得以下输出。

-数据帧- 甲乙丙 0 23-85.000-0.25 1 2-1.259-85.00 甲乙丙 0 23.0 85.000 0.25 1 2.0 1.259 85.00

示例:获取字符串的绝对值时出现类型错误

如果试图得到字符串的绝对值，我们将得到TypeError，因为abs()方法只允许数值。

import pandas as pd
df = pd.DataFrame([['abc','xyz','pqr'],[2, -1.259, -85]],columns=['A', 'B','C'])
print("-----DataFrame-----")
print(df)
print(abs(df))

一旦我们运行该程序，我们将获得以下输出。

-data frame- A B C 0 ABC XYZ pqr 1 2-1.259-85 回溯(最近一次调用最后一次): 文件“<字符串>”，第 8 行，在<模块> 文件“/usr/local/lib/python 3.8/dist-packages/pandas/core/generic . py”，第 1381 行，在 abs 中返回 self.abs() 【T8

示例:用复数获取数据帧的绝对值

在下面的例子中，我们将得到带有complex numbers的绝对值序列元素。abs()方法只返回数字的幅度部分。对于complex的输入，绝对值是？a2+b2

#importing pandas as pd
import pandas as pd
df = pd.DataFrame([[1.2 + 1j,-22,-12],[2, -1.259, -85]],columns=['A', 'B','C'])
print("-----DataFrame-----")
print(df)
print(abs(df))

一旦我们运行该程序，我们将获得以下输出。

-数据帧- A B C 0 1.200000+1.00000j-22.000-12 1 2.000000+0.00000j-1.259-85 A B C 0 1.56205 22.000 12.0 1 2.00000 1.259 85.0

示例:获取数据帧特定列的绝对值

以下示例显示了如何获取数据帧中特定列的绝对值。

import pandas as pd
df = pd.DataFrame([[23, -85, -0.25],[2, -1.259, -85],[-0.25,78.65],[2,-4,-4.256]],columns=['A', 'B','C'])
print("-----DataFrame-----")
print(df)
print("---printing absolute value of column 'A' of DataFrame---")
print(df['A'].abs())
print("---printing absolute value of column 'C' of DataFrame---")
print(df['C'].abs())

一旦我们运行该程序，我们将获得以下输出。

-数据帧- A B C 0 23.00-85.000-0.250 1 2.00-1.259-85.000 2-0.25 78.650 NaN 3 2.00-4.000-4.256 -打印数据帧的“A”列的绝对值- 0 23.00 1 2

结论

在本教程中，我们了解了数据帧的abs()方法。我们学习了DataFrame.abs()方法的语法和参数，并解决了不同的例子，以更好地理解这个话题。