如何在多个属性（列）上执行日志转换-Python

我有一个数据集，有两列数据，它们的比例完全不同

我需要对这两列进行日志转换，以便能够对它们进行可视化

我找不到python代码允许我在多个列上进行日志转换

有人能帮我吗

我有一个包含定性和定量列的数据集，我希望在RealizedPL和Volume列上进行日志记录

我的数据集看起来有点像这样：

     Date           Name       Country     Product     RealizedPL     Volume
0    2019.01.01     Charles    Country1    ProductA      100           10200
1    2019.02.20     Pierre     Country2    ProductB      150           20500
2    2019.03.02     Chiara     Country1    ProductA      200           15300

import pandas as pd
import numpy as np
from sklearn.preprocessing import FunctionTransformer

df = pd.DataFrame({"a": [1, 2, 3], "b": [3, 44, 2], "c": [4, 4, 3]})
transformer = FunctionTransformer(np.log)

df[["a_log", "b_log"]] = transformer.fit_transform(df[["a", "b"]])

如何进行日志转换并保留其他列？通过为日志创建新列或直接用日志替换列

---

谢谢

您可以在scikit学习中使用

FunctionTransformer

，只需选择要应用转换的列即可。作为第二步，您可以将这些转换后的列添加到原始数据帧中

在一个虚拟示例中，它如下所示：

     Date           Name       Country     Product     RealizedPL     Volume
0    2019.01.01     Charles    Country1    ProductA      100           10200
1    2019.02.20     Pierre     Country2    ProductB      150           20500
2    2019.03.02     Chiara     Country1    ProductA      200           15300

import pandas as pd
import numpy as np
from sklearn.preprocessing import FunctionTransformer

df = pd.DataFrame({"a": [1, 2, 3], "b": [3, 44, 2], "c": [4, 4, 3]})
transformer = FunctionTransformer(np.log)

df[["a_log", "b_log"]] = transformer.fit_transform(df[["a", "b"]])

您可以尝试：

df[["RealizedPL","Volume"]] = df[["RealizedPL","Volume"]].apply(np.log)
print(df)
         Date     Name   Country   Product  RealizedPL    Volume
0  2019.01.01  Charles  Country1  ProductA    4.605170  9.230143
1  2019.02.20   Pierre  Country2  ProductB    5.010635  9.928180
2  2019.03.02   Chiara  Country1  ProductA    5.298317  9.635608

或：

将日志作为单独的列

---

另外请注意，如果这只是为了可视化目的，您可能希望尝试

df.plot.scatter（…，logx=True，logy=True）

如果我想将“Log\u RealizedPL”列和“Log\u Volume”列添加到数据帧中该怎么办？