python中pow函数用法_Python pandas.DataFrame.pow函数方法的使用

DataFrame.pow(self, other, axis='columns', level=None, fill_value=None)[source]

获取dataframe和其他逐元素的指数幂（二进制运算符pow）。

与dataframe ** other等效，但支持用fill_value替换输入之一中的丢失数据。对于反向版本，rpow。

在灵活的包装器（add，sub，mul，div，mod，pow）中使用算术运算符：+, -, *, /, //, %, **。

参数：other : scalar, sequence, Series, 或 DataFrame

任何单个或多个元素的数据结构，或类似列表的对象。

axis：{0或 ‘index’, 1 或 ‘columns’}

是按索引（0或‘index’）还是按列（1或‘columns’）进行比较。

对于Series输入，轴上要匹配Series索引。

level ：int 或label

跨级别广播，匹配传递的多索引级别上的索引值。

fill_value ：float 或 None, 默认 None

在计算之前，用这个值填充现有的缺失值(NaN)

和成功的DataFrame对齐所需的任何新元素。

如果两个对应的DataFrame位置中的数据都丢失了，那么结果也将丢失。

返回值：DataFrame

算术运算的结果。

Notes

不匹配的索引将合并在一起。

例子>>> df =