Python pandas-指数值的返回列

从示例数据帧开始，如：

a,b
0,0.71
1,0.75
2,0.80
3,0.90

我将添加一个新列，其指数值为column

b

。到目前为止，我试过：

df['exp'] = math.exp(df['b'])

但此方法返回：

"cannot convert the series to {0}".format(str(converter)"
TypeError: cannot convert the series to <type 'float'>

“无法将序列转换为{0}”。格式（str（转换器）”
TypeError:无法将序列转换为

---

有没有一种方法可以将

math

函数应用于整个列？

好的

math.exp

不理解

系列

数据类型，请使用numpy，numpy会对整个列进行矢量化操作：

In [24]:
df['exp'] = np.exp(df['b'])
df

Out[24]:
   a     b       exp
0  0  0.71  2.033991
1  1  0.75  2.117000
2  2  0.80  2.225541
3  3  0.90  2.459603

尝试使用：

df['exp'] = df.b.apply(np.exp)

---

这确实有效，尽管它比仅使用Series作为参数调用np.exp要简单一些，而且执行起来可能稍有不同。我反汇编了这两个变量，并为apply方法提供了一个额外的属性查找，这可能解释了这一差异：>>>timeit.timeit（“e=np.exp（x）”，setup=”导入熊猫作为pd；导入numpy作为np；x=pd.Series（np.linspace（-10，10，2001）））110.47226533893357>>>timeit.timeit（“e=x.apply（np.exp）”，setup=“导入熊猫作为pd；导入numpy作为np；x=pd.Series（np.linspace（-10，10，2001））”11162233564382561@Confounded用原始数据、代码重新生成df、尝试、完整错误跟踪和所需结果发布新问题。在注释中回答问题会适得其反我尝试过，但它返回“TypeError:ufunc的循环不支持没有可调用exp方法的float类型的参数0”