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

Por que manter o NumPy RuntimeWarning

  • 772

Aqui está um exemplo de dados, mesmo que não haja nenhum negativo ou np.nan, ele ainda mostra uma mensagem de erro:

Dados:

   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

Função:

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

Correr

calculate_ln_values(data)

Aviso de erro:

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)

Eu ficaria muito grato se alguém pudesse me ajudar com essa questão

---- Editar: resposta à resposta de @Emi OB e @Quang Hoang: ---------------

A fórmula como no artigo é:

insira a descrição da imagem aqui

ln(1+EBIT) se EBIT ≥ 0

-ln(1-EBIT) se EBIT < 0

então meu código:

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

segue o artigo.

A parte np.log(1 - df['ebit'])é impossível de ser negativa, pois se enquadra na condição de ebit < 0.

python

2 respostas

  1. Best Answer

    O problema está neste bloco de código:

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

    Aqui, você está calculando ambas as fórmulas, para quando ebit é positivo e quando é negativo, e armazenando-as em choices_ebit. No entanto, quando ebit>=1, a segunda lhe dará o aviso de tempo de execução, e quando ebit<=-1, a primeira lhe dará o aviso de tempo de execução.

    Para evitar calcular ambas as fórmulas, você pode fatorá-las em uma só, abs()por um lado, e np.sign()por outro:

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

    Isso atende às suas necessidades:

    • quando ebit>=0, sign(ebit) == 1 e abs(ebit) == ebit, então isso resolve para log(1+ebit)
    • quando ebit<=, sign(ebit) == -1 e abs(ebit) == -ebit, então isso resolve para -log(1-ebit)
    • 2

  2. Você está recebendo esse erro porque está passando valores negativos np.log()ao fazer o seguinte:

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

    e

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

    Imagino que a * -1parte era você tentando evitar passar um negativo, no entanto, você está fazendo isso fora da função log, daí o erro. Por exemplo, se 1 - df['ebit'] = n, seu código está primeiro tentando fazer log(n)then multiplique isso por -1. Se n for negativo (como geralmente é em seu código), isso não é possível.

    Você quer reescrever suas chamadas de log de forma que elas * -1fiquem dentro do log, como:

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

    Editar graças a @Quang Hoang

    Usando:

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

    É uma maneira mais robusta de conseguir o que você quer, já que usar * -1ainda causará problemas com valores negativos se houver um valor em df['sale']que seja menor que 1. Usar .abs()pega o valor absoluto de uma coluna, então o valor independentemente do sinal, o que evitará que quaisquer valores negativos sejam passados ​​paranp.log()

    • 1

relate perguntas