# 456、pandas.DataFrame.pow方法

# 456-1、与标量的幂运算

# A B

# 0 1 16

# 1 4 25

# 2 9 36

# 456-2、与另一个DataFrame的幂运算

# A B

# 0 1 64

# 1 4 125

# 2 9 216

# 456-3、使用fill_value参数处理缺失值

# A B

# 0 1.0 16.0

# 1 4.0 1.0

# 2 1.0 36.0

452、pandas.DataFrame.dot方法

452-1、语法

# 457、pandas.DataFrame.dot方法

pandas.DataFrame.dot(other)

Compute the matrix multiplication between the DataFrame and other.

This method computes the matrix product between the DataFrame and the values of an other Series, DataFrame or a numpy array.

It can also be called using self @ other.

Parameters:

other

Series, DataFrame or array-like

The other object to compute the matrix product with.

Returns:

Series or DataFrame

If other is a Series, return the matrix product between self and other as a Series. If other is a DataFrame or a numpy.array, return the matrix product of self and other in a DataFrame of a np.array.

452-2、参数

452-2-1、other(必须)：要与之进行矩阵乘积的对象，可以是Series、DataFrame或numpy数组。

452-3、功能

        用于计算DataFrame与其他对象(如另一个DataFrame、Series或常量)之间的矩阵乘积，结果是一个新的DataFrame或Series，取决于操作数的类型和形状。

452-4、返回值

        返回的是矩阵乘积的结果，具体返回的类型和形状取决于输入的other参数的类型和形状。

452-5、说明

452-5-1、当与DataFrame进行点积时，列索引必须对齐(匹配)才能进行操作。

452-5-2、与Series进行点积时，Series的索引必须与DataFrame的列索引匹配。

452-5-3、与numpy数组进行点积时，数组的形状必须与DataFrame适当对齐(列数相同)。

452-6、用法

452-6-1、数据准备

无

452-6-2、代码示例

# 457、pandas.DataFrame.dot方法

# 457-1、DataFrame与DataFrame之间的点积

import pandas as pd

df1 = pd.DataFrame({

'A': [1, 2, 3],

'B': [4, 5, 6]

})

df2 = pd.DataFrame({

'A': [7, 8],

'B': [9, 10],

'C': [11, 12] # 注意：C列在这个操作中将被忽略，因为df1没有C列

})

# 假设我们只对A和B列感兴趣，并且想计算df1和df2中每对相应行的点积

# 我们需要先确保df1和df2的行数相同（这里不同，所以我们只处理共有的部分）

# 为了演示，我们只取df1的前两行与df2进行点积

common_rows = min(df1.shape[0], df2.shape[0])

# 使用numpy的点积功能，因为Pandas的dot()在这里不适用

import numpy as np

# 提取df1和df2的前两列（A和B）

df1_subset = df1[['A', 'B']].iloc[:common_rows]

df2_subset = df2[['A', 'B']]

# 计算点积

dot_products = np.dot(df1_subset.values, df2_subset.T.values) # 注意转置df2_subset

print(dot_products, end='\n\n')code>

# 457-2、DataFrame与Series之间的点积

import pandas as pd

df1 = pd.DataFrame({

'A': [1, 2, 3],

'B': [4, 5, 6]

})

series = pd.Series([1, 2], index=['A', 'B'])

result = df1.dot(series)

print(result, end='\n\n')code>

# 457-3、DataFrame与array-like对象的点积

import numpy as np

import pandas as pd

df1 = pd.DataFrame({

'A': [1, 2, 3],

'B': [4, 5, 6]

})

array = np.array([[1, 2], [3, 4]])

result = df1.dot(array)

print(result)

452-6-3、结果输出