问题描述
我有以下数字的熊猫系列：
0 -1.309176
1 -1.226239
2 -1.339079
3 -1.298509
...
我正在尝试计算系列中每个数字的平方根。
当我尝试整个系列时：
s**0.5
>>>
0 NaN
1 NaN
2 NaN
3 NaN
4 NaN
..
10778 NaN
但如果我取数字就行了：
-1.309176**0.5
我也尝试从系列中切出数字：
b1[0]**0.5
>>>
nan
所以我试图理解为什么它在我写数字时有效，但在我使用系列时无效
*值是浮点型：
s.dtype
>>>dtype('float64')
s.to_frame().info()
>>>
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10783 entries,0 to 10782
Data columns (total 1 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 B1 10783 non-null float64
dtypes: float64(1)
memory usage: 84.4 KB
解决方法
你不能求负数的平方根（不尝试复数）。
>>> np.sqrt(-1.30)
<stdin>:1: RuntimeWarning: invalid value encountered in sqrt
nan
当您执行 -1.309176**0.5 时，您实际上是在执行 -(1.309176 ** 0.5)，这是有效的。
这与python中的运算符优先级有关。 ** 的优先级 > 一元运算符 -。
负数的平方根应该是复数。但是当您计算 -1.309176**0.5 时，它首先计算 1.309176**0.5，然后减去它，因为 ** 的优先级是 > -。
>>>1.309176**0.5
-1.144192291531454
>>> (-1.309176)**0.5
(7.006157137165352e-17+1.144192291531454j)
现在您的系列中的数字已经是负数，这不像您正在对它们进行一元运算 - 因此这些数字的平方根应该是复数系列显示为 nan 因为数据类型为 float。
>>> s = pd.Series([-1.30,-1.22])
>>> s
0 -1.30
1 -1.22
dtype: float64
这个系列的平方根给出 nan。
>>> s**0.5
0 NaN
1 NaN
dtype: float64
将 dtype 改为 np.complex
>>> s = s.astype(np.complex)
>>> s
0 -1.300000+0.000000j
1 -1.220000+0.000000j
dtype: complex128
现在你得到了 s 的平方根。
>>> s**0.05
0 1.000730+0.158500j
1 0.997557+0.157998j
dtype: complex128