主页 / coding / 问题 / 79323746
Accepted
PTQuoc
Asked: 2025-01-02 20:43:34 +0800 CST

为什么要保留 NumPy RuntimeWarning

  • 772

这是一个示例数据，即使没有负数或 np.nan，它仍然显示错误消息：

数据：

   gvkey  sale  ebit
4   1000  44.8  16.8
5   1000  53.2  11.5
6   1000  42.9   6.2
7   1000  42.4   0.9
8   1000  44.2   5.3
9   1000  51.9   9.7

功能：

def calculate_ln_values(df):
    conditions_ebit = [
        df['ebit'] >= 0.0,
        df['ebit'] <  0.0
    ]
    choices_ebit = [
        np.log(1 + df['ebit']),
        np.log(1 - df['ebit']) * -1
    ]
    df['lnebit'] = np.select(conditions_ebit, choices_ebit, default=np.nan)
    
    conditions_sale = [
        df['sale'] >= 0.0,
        df['sale'] <  0.0
    ]
    choices_sale = [
        np.log(1 + df['sale']),
        np.log(1 - df['sale']) * -1
    ]
    df['lnsale'] = np.select(conditions_sale, choices_sale, default=np.nan)
    return df

跑步

calculate_ln_values(data)

错误警告：

C:\Users\quoc\anaconda3\envs\uhart\Lib\site-packages\pandas\core\arraylike.py:399: RuntimeWarning: invalid value encountered in log
  result = getattr(ufunc, method)(*inputs, **kwargs)
C:\Users\quoc\anaconda3\envs\uhart\Lib\site-packages\pandas\core\arraylike.py:399: RuntimeWarning: invalid value encountered in log
  result = getattr(ufunc, method)(*inputs, **kwargs)

如果有人能帮助我解决这个问题我将非常感激

---- 编辑：回复@Emi OB 和@Quang Hoang 的回答：-----------

论文中的公式是：

在此处输入图片描述

如果 EBIT ≥ 0，则 ln(1+EBIT)

如果 EBIT < 0，则为 -ln(1-EBIT)

所以我的代码：

np.log(1 + df['ebit']),
np.log(1 - df['ebit']) * -1

请参阅本文。

np.log(1 - df['ebit'])由于属于 的条件，因此该部分不可能为负ebit < 0。

python

2 个回答

  1. Best Answer

    问题出在这块代码中：

        choices_ebit = [
        np.log(1 + df['ebit']),
        np.log(1 - df['ebit']) * -1
    ]

    在这里，您要计算 ebit 为正数和负数的两个公式，并将它们存储在 中choices_ebit。但是，当 ebit>=1 时，第二个公式会给您运行时警告，而当 ebit<=-1 时，第一个公式会给您运行时警告。

    为了避免计算两个公式，你可以将它们分解为一个，abs()一方面是，np.sign()另一方面是：

        df['lnebit'] = np.log(1 + df['ebit'].abs()) * np.sign(df['ebit'])

    这满足您的要求：

    • 当 ebit>=0 时，sign(ebit) == 1 且 abs(ebit) == ebit，因此解析为 log(1+ebit)
    • 当 ebit <= 时，sign(ebit) == -1 且 abs(ebit) == -ebit，因此解析为 -log(1-ebit)
    • 2

  2. np.log()当您执行以下操作时，您会收到此错误，因为您传递了负值：

    np.log(1 - df['ebit']) * -1

    和

    np.log(1 - df['sale']) * -1

    我猜想这* -1部分是你试图避免传入负数，但是你在 log 函数之外执行此操作，因此出现错误。例如，如果1 - df['ebit'] = n，你的代码首先尝试log(n)将其乘以-1。如果 n 为负数（就像你的代码中经常出现的那样），这是不可能的。

    您想要重写日志调用，使其* -1位于日志内部，例如：

    np.log((1 - df['sale']) * -1)

    编辑感谢@Quang Hoang

    使用：

    np.log((1 - df['sale']).abs())

    是实现您所追求的更强大的方法，因为如果中的值小于 1 ，使用* -1仍然会导致负值问题。使用取列的绝对值，因此该值与符号无关，这将避免任何负值被传递到df['sale'].abs()np.log()

    • 1

相关问题