Логарифм серии pandas/dataframe

Question

Вкратце: Как я могу получить логарифм столбца блока данных pandas? Я думал, что numpy.log() должен работать над этим, но это не так. Я подозреваю, это потому, что у меня есть NaN s в dataframe?

Весь мой код ниже. Это может показаться немного хаотичным, в основном моя конечная цель (немного преувеличенная) заключается в том, чтобы отображать разные строки разных выбранных столбцов в нескольких выбранных столбцах на несколько подзаголовков (следовательно, три встроенные для циклов, повторяющихся между различными группами ... если вы предлагаете более элегантное решение, я буду признателен, но это не главное, что нажимает на меня). Мне нужно построить логарифм некоторых значений из одного кадра данных + 1 по сравнению с некоторыми значениями другого кадра данных. И вот проблема, на линии построения с np.log я получаю эту ошибку: AttributeError: 'float' object has no attribute 'log' (и если я использую математику вместо np, я получаю это: TypeError: cannot convert the series to <type 'float'>) Что я могу сделать с этим?

спасибо. Вот код:

import numpy as np 
import math 
import pandas as pd 
import matplotlib.pyplot as plt 

hf = pd.DataFrame({'Z':np.arange(0,100,1),'A':(10*np.random.rand(100)), 'B':(10*np.random.rand(100)),'C':(10*np.random.rand(100)),'D':(10*np.random.rand(100)),'E':(10*np.random.rand(100)),'F':(10*np.random.rand(100))}) 
df = pd.DataFrame({'Z':np.arange(0,100,1),'A':(10*np.random.rand(100)), 'B':(10*np.random.rand(100)),'C':(10*np.random.rand(100)),'D':(10*np.random.rand(100)),'E':(10*np.random.rand(100)),'F':(10*np.random.rand(100))}) 
hf.loc[0:5,'A']=np.nan 
df.loc[0:5,'A']=np.nan 
hf.loc[53:58,'B']=np.nan 
df.loc[53:58,'B']=np.nan 
hf.loc[90:,'C']=np.nan 
df.loc[90:,'C']=np.nan 
I = ['A','B'] 
II = ['C','D'] 
III = ['E','F'] 
IV = ['F','A'] 
runs = [I,II,III,IV] 
inds = [10,20,30,40] 

fig = plt.figure(figsize=(6,4)) 
for r in runs: 
    data = pd.DataFrame(index=df.index,columns=r) 
    HF = pd.DataFrame(index=hf.index,columns=r) 
    #pdb.set_trace() 
    for i in r: 
     data.loc[:,i] = df.loc[:,i] 
     HF.loc[:,i] = hf.loc[:,i] 
     for c,z in enumerate(inds): 
      ax=fig.add_subplot() 
      ax = plt.plot(math.log1p(HF.loc[z]),Tdata.loc[z],linestyle=":",marker="o",markersize=5,label=inds[c].__str__()) 
# or the other version 
#plt.plot(np.log(1 + HF.loc[z]),Tdata.loc[z],linestyle=":",marker="o",markersize=5,label=inds[c].__str__()) 

Как @Jason отметил, this answer сделал трюк! Спасибо!

Answer 1

Проблема не что у вас есть NaN ценности, это то, что вы не имеют NaN значения, у вас есть строки"NaN" которых ufuncnp.log не знает, как бороться с. Заменить начало кода с:

h = {'Z': np.arange(0,100,1), 'A': 10*np.random.rand(100), 
    'B': 10*np.random.rand(100), 'C': 10*np.random.rand(100), 
    'D': 10*np.random.rand(100), 'E': 10*np.random.rand(100), 
    'F': 10*np.random.rand(100)} 
hf = pd.DataFrame(h) 
f = {'Z': np.arange(0,100,1), 'A': 10*np.random.rand(100), 
    'B': 10*np.random.rand(100), 'C': 10*np.random.rand(100), 
    'D': 10*np.random.rand(100), 'E': 10*np.random.rand(100), 
    'F': 10*np.random.rand(100)} 
df = pd.DataFrame(f) 
hf.loc[0:5,'A'] = np.nan 
df.loc[0:5,'A'] = np.nan 
hf.loc[53:58,'B'] = np.nan 
df.loc[53:58,'B'] = np.nan 
hf.loc[90:,'C'] = np.nan 
df.loc[90:,'C'] = np.nan 

И все должно работать хорошо с np.log