import pandas as pd
import numpy as np


def DataframeMinTest():
    df = pd.DataFrame(np.random.randn(1000, 3), columns=list('ABC'))
    print(df.shape)
    # 方式一 取AB两列小值合成D列
    df['D'] = df.loc[:, ['A', 'B']].min(axis=1)
    # 方式二 取AC两列大值合成E列
    df['E'] = np.max(df.loc[:, ['A', 'C']].values, axis=1)
    print(df.head(10))


if __name__ == '__main__':
    DataframeMinTest()

输出

(1000, 3)
          A               B               C               D             E
0 -0.879277 -1.027903 -0.602419 -1.027903 -0.602419
1  1.010298  1.604261 -0.097757  1.010298  1.010298
2 -0.228731  0.646538  0.020998 -0.228731  0.020998
3  1.404384 -1.681164  0.134697 -1.681164  1.404384
4 -0.368503  0.270716  1.419268 -0.368503  1.419268
5  2.238605  1.628516 -1.984287  1.628516  2.238605
6  0.652273 -0.166380  1.855101 -0.166380  1.855101
7  0.602067  0.604722 -0.640275  0.602067  0.602067
8 -2.775687 -2.649085  0.502292 -2.775687  0.502292
9  0.031345  0.419377 -0.445941  0.031345  0.031345

pandas中对某一列数据取对数或者指数相关操作。

• 创建一个dataframe

import pandas as pd
import numpy as np
df = pd.DataFrame([[2, 3], [3, 4]], columns=list("AB"))

结果如下：

   A  B
0  2  3
1  3  4

• log1p

对A列做log(x + 1)

# 对A列做log(x + 1)
df["A"] = df["A"].apply(np.log1p) # np.log1p与np.expm1互为逆运算

结果如下：

          A  B
0  1.098612  3
1  1.386294  4

• expm1

# 对A列执行函数e的x次幂-1
df["A"] = df["A"].apply(np.expm1) # np.log1p与np.expm1互为逆运算

结果如下：

           A  B
0   6.389056  3
1  19.085537  4

• exp

# 对A列求e的次数幂
df["A"] = df["A"].apply(np.exp) # np.exp与np.log互为逆运算

结果如下：

           A  B
0   7.389056  3
1  20.085537  4

• log

# 对A列取对数
df["A"] = df["A"].apply(np.log) # np.exp与np.log互为逆运算

结果如下：

          A  B
0  0.693147  3
1  1.098612  4

• sqrt

# 对A列开平方
df["A"] = df["A"].apply(np.sqrt)

结果如下：

          A  B
0  1.414214  3
1  1.732051  4

• exp2

# 对A列计算平方
df["A"] = df["A"].apply(np.exp2) # np.exp2与np.log2互为逆运算

结果如下：

     A  B
0  4.0  3
1  8.0  4

• log2

# 对A列计算以2为底的对数
df["A"] = df["A"].apply(np.log2) # np.exp2与np.log2互为逆运算

结果如下：

          A  B
0  1.000000  3
1  1.584963  4

select greatest(1, 2, 3, 4) ; 
结果：4

select least(1, 2, 3, 4) ; 
结果：1

select greatest(1, 2, null, 3, 4) ; 
结果：空

select least(1, 2, null, 3, 4) ; 
结果：空

Hive和Presto通用，值得注意的是，用这两个函数时，各列不能存在null值，也最好都是数值型的列（不是数值Hive也不会报错，Presto会报错），要不然得到的结果可能不是你想要的