主页 / coding / 问题 / 78531844
Accepted
Ishigami
Asked: 2024-05-25 16:19:20 +0800 CST

根据 pandas 数据框中另一列的不同值将列转换为计数

  • 772

我有一个来自wiki 的panads 数据框

Outlook  Temperature    Humidity    Wind    Play
Sunny    Hot            High        False   No
Sunny    Hot            High        True    No
Overcast Hot            High        False   Yes
Rainy    Mild           High        False   Yes
Rainy    Cool           Normal      False   Yes
Rainy    Cool           Normal      True    No
Overcast Cool           Normal      True    Yes
Sunny    Mild           High        False   No
Sunny    Cool           Normal      False   Yes
Rainy    Mild           Normal      False   Yes
Sunny    Mild           Normal      False   Yes
Overcast Mild           High        True    Yes
Overcast Hot            Normal      False   Yes
Rainy    Mild           High        True    No

我想看看是否是outlook/ sunny/ overcast，rainy他们要玩多少次，然后计算每个结果的香农熵，所以期望的结果看起来像

Outlook     Yes No  Count of each group Entropy
sunny       2   3   5                   0.971
overcast    4   0   4                   0.000
rainy       3   2   5                   0.971

其中Entropy由公式给出 -((yes/count)log_2(yes/count) + (no/count)log_2(no/count))

例如，熵为sunny-((2/5)log_2(2/5)+(3/5)log_2(3/5))=0.971

pandas

1 个回答

  1. Best Answer

    基础是 a crosstab，然后您需要对其进行后处理：

    def entropy(yes, no, count):
    return -((yes/count)*np.log2(yes/count) + (no/count)*np.log2(no/count))

out = (pd.crosstab(df['Outlook'], df['Play'], margins=True, margins_name='Count')
         .reindex(columns=['Yes', 'No', 'Count']).drop('Count').rename_axis(columns=None)
         .assign(Entropy=lambda d: entropy(d['Yes'], d['No'], d['Count']).fillna(0))
         .reset_index()
      )

    输出：

        Outlook  Yes  No  Count   Entropy
0  Overcast    4   0      4  0.000000
1     Rainy    3   2      5  0.970951
2     Sunny    2   3      5  0.970951
    • 1

相关问题