关于Pandas版本： 本文基于 pandas2.1.2 编写。

关于本文内容更新： 随着pandas的stable版本更迭，本文持续更新，不断完善补充。

Pandas稳定版更新及变动内容整合专题： Pandas稳定版更新及变动迭持续更新。

Pandas API参考所有内容目录

Pandas.DataFrame.abs()

Pandas.DataFrame.abs 方法用于返回每个元素的绝对数值。

• 求绝对值的 DataFrame 允许出现缺失值(NaN)。但缺失值(NaN)的绝对值依然是 `NAN ^例1
• 求绝对值的 DataFrame 所有元素必须都必须全都是数值类型（整数int ，浮点数float ，布尔值bool)。否则将报错 TypeError 。^例2

语法：

DataFrame.abs()

返回值：

• abs

  返回包含每个元素的绝对值的 Series 或 DataFrame 。

计算公式

• 常规数值：
  • $|x|$
• 复数(complex)： ^例3
  • 复数的表现形式： $z=a+bi$
  • 复数的绝对值计算公式：$|z|=\sqrt{a^2+b^2}$
• 布尔值：
  • 布尔值没有绝对值，如果被使用将报错 TypeError。

相关方法：

➡️ 相关方法

---

• Series.abs

  绝对值

示例：

测试文件下载：

本文所涉及的测试文件，如有需要，可在文章顶部的绑定资源处下载。

若发现文件无法下载，应该是资源包有内容更新，正在审核，请稍后再试。或站内私信作者索要。

测试文件下载位置

例1：求"Age"列所有数值的绝对值，如果有缺失值，则对应位置返回NaN。

例1-1、构建演示数据，并观察数据内容

import pandas as pd
import numpy as np

df = pd.DataFrame({"Person":["John", "Myla", "Lewis", "John", "Myla"],
                   "Age": [-24., np.nan, -21., 33, 26],
                   "Single": [False, True, True, True, False]})

df

	Person	Age	Single
0	John	-24.0	False
1	Myla	NaN	True
2	Lewis	-21.0	True
3	John	33.0	True
4	Myla	26.0	False

例1-2、求"Age"列所有数值的绝对值，如果有缺失值，则对应位置返回NaN

df['Age'].abs()

0    24.0
1     NaN
2    21.0
3    33.0
4    26.0
Name: Age, dtype: float64

例2：如果传入 DataFrame.abs 的数据不全是数值类型，会报错 TypeError

df.abs()

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)  

File D:\miniconda3\envs\python3.12\Lib\site-packages\pandas\core\internals\blocks.py:366, in Block.apply(self, func, **kwargs)
    360 @final
    361 def apply(self, func, **kwargs) -> list[Block]:
    362     """
    363     apply the function to my values; return a block if we are not
    364     one
    365     """
--> 366     result = func(self.values, **kwargs)
    368     result = maybe_coerce_values(result)
    369     return self._split_op_result(result)


TypeError: bad operand type for abs(): 'str'

例3：复数绝对值的计算

import pandas as pd

s = pd.Series([1.2 + 1j, 2.3+0.5j])

s.abs()

运行结果：

0    1.56205
1    2.35372
dtype: float64