在熊猫数据栏上使用数学包(例如math.radians、math.tan)

Question

示例df：

data = pd.DataFrame({'col1': ['1.55', '2.22', '2.22', '3.33'],
                  'col2': ['10', '15', '20', '30']})

我想在col1上添加一个使用数学函数的新列。

data['new'] = math.radians(data['col1'])

或

data['new'] = math.tan(data['col1'])

这给了我错误TypeError: cannot convert the series to <class 'float'>。我已经使用col1将data['col1'] = data['col1'].astype(float64)转换为浮动，所以我认为错误肯定是因为data['new']不能转换为浮点数。

我如何解决这个问题，并使用math从旧列创建新的数据格式列？如果能解释一下为什么math没有很好地处理数据格式，那就太好了。

Answer 1

有两种方法可以解决您的问题，因为您希望将标量值传递给您的数学函数：

方法1使用.astype和.apply

data['new'] = data['col1'].astype(float).apply(math.radians)

   col1 col2       new
0  1.55   10  0.027053
1  2.22   15  0.038746
2  2.22   20  0.038746
3  3.33   30  0.058119

方法2(更快的方法)是使用numpy函数

numpy以数组作为输入。

data['new2'] = np.tan(data['col1'].astype(float))

   col1 col2       new       new2
0  1.55   10  0.027053  48.078482
1  2.22   15  0.038746  -1.317612
2  2.22   20  0.038746  -1.317612
3  3.33   30  0.058119   0.190669

Answer 2

首先，不要把你的数字数据帧元素括在“引号”中。

data = pd.DataFrame({'col1': [1.55, 2.22, 2.22, 3.33],
                     'col2': [10, 15, 20, 30]})

如果数据就是这样提供给您的，那么使用.astype函数。

data['col1'] = data['col1'].astype(float)

在数据帧上执行操作时，请使用apply()。

data['new'] = data['col1'].apply(math.tan)

当然，通过执行以下代码可以同时完成所有这些工作：

data['new'] = data['col1'].astype(float).apply(math.tan)