Pandas.DataFrame.abs() 绝对值 详解 含代码 含测试数据集 随Pandas版本持续更新

本文主要是介绍Pandas.DataFrame.abs() 绝对值 详解 含代码 含测试数据集 随Pandas版本持续更新，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

关于Pandas版本： 本文基于 pandas2.2.0 编写。

关于本文内容更新： 随着pandas的stable版本更迭，本文持续更新，不断完善补充。

传送门： Pandas API参考目录

传送门： Pandas 版本更新及新特性

传送门： Pandas 由浅入深系列教程

Pandas.DataFrame.abs()

Pandas.DataFrame.abs 方法用于返回每个元素的绝对数值。

• 求绝对值的 DataFrame 允许出现缺失值(NaN)。但缺失值(NaN)的绝对值依然是 `NAN ^例1
• 求绝对值的 DataFrame 所有元素必须都必须全都是数值类型（整数int ，浮点数float ，布尔值bool)。否则将报错 TypeError 。^例2

语法：

DataFrame.abs()

返回值：

• abs

  返回包含每个元素的绝对值的 Series 或 DataFrame 。

计算公式

• 常规数值：
  • $|x|$
• 复数(complex)： ^例3
  • 复数的表现形式： $z=a+bi$
  • 复数的绝对值计算公式：$|z|=\sqrt{a^2+b^2}$
• 布尔值：
  • 布尔值没有绝对值，如果被使用将报错 TypeError。

相关方法：

➡️ 相关方法

---

• Series.abs

  绝对值

示例：

测试文件下载：

本文所涉及的测试文件，如有需要，可在文章顶部的绑定资源处下载。

若发现文件无法下载，应该是资源包有内容更新，正在审核，请稍后再试。或站内私信作者索要。

测试文件下载位置

例1：求"Age"列所有数值的绝对值，如果有缺失值，则对应位置返回NaN。

例1-1、构建演示数据，并观察数据内容

import pandas as pd
import numpy as npdf = pd.DataFrame({"Person":["John", "Myla", "Lewis", "John", "Myla"],"Age": [-24., np.nan, -21., 33, 26],"Single": [False, True, True, True, False]})df

	Person	Age	Single
0	John	-24.0	False
1	Myla	NaN	True
2	Lewis	-21.0	True
3	John	33.0	True
4	Myla	26.0	False

例1-2、求"Age"列所有数值的绝对值，如果有缺失值，则对应位置返回NaN

df['Age'].abs()

0    24.0
1     NaN
2    21.0
3    33.0
4    26.0
Name: Age, dtype: float64

例2：如果传入 DataFrame.abs 的数据不全是数值类型，会报错 TypeError

df.abs()

---------------------------------------------------------------------------TypeError                                 Traceback (most recent call last)  File D:\miniconda3\envs\python3.12\Lib\site-packages\pandas\core\internals\blocks.py:366, in Block.apply(self, func, **kwargs)360 @final361 def apply(self, func, **kwargs) -> list[Block]:362     """363     apply the function to my values; return a block if we are not364     one365     """
--> 366     result = func(self.values, **kwargs)368     result = maybe_coerce_values(result)369     return self._split_op_result(result)TypeError: bad operand type for abs(): 'str'

例3：复数绝对值的计算

import pandas as pds = pd.Series([1.2 + 1j, 2.3+0.5j])s.abs()

运行结果：

0    1.56205
1    2.35372
dtype: float64

这篇关于Pandas.DataFrame.abs() 绝对值 详解 含代码 含测试数据集 随Pandas版本持续更新的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---