PTQuoc's questions

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:

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.

Suponha que temos dois quadros de dados com colunas como segue:

df1[['name', 'year', 'col1', 'col2', 'col3']]
df2[['name', 'year', 'col2', 'col3', 'col4']]

Quero fazer a fusão de df1 e df2 por namee yearcom a condição de manter todo o valor de col2 col3on df1, se for, Noneentão use o valor emdf2

Eu sei como fazer isso da maneira tradicional, mesclando df1e df2depois usando ffill().

Como meu processo de limpeza de dados envolve muitas etapas de mesclagem de diferentes df com as mesmas colunas, isso torna o código não tão limpo quando continuo usando colunas ffill()e drop. Não sei se pd.mergetem alguma opção interna como essa?

Código de exemplo:

df1 = pd.DataFrame({'name': ['a', 'a', 'b', 'b', 'c', 'c'],
                    'year': [2000, 2001, 2002, 2003, 2004, 2005],
                    'col1': [1,2,3,4,5,6],
                    'col2': [0,2,4,6,8,None],
                    'col3': [1,3,5,7,None,9]})

df2 = pd.DataFrame({'name': ['b', 'b', 'c', 'c', 'd', 'd'],
                    'year': [2003, 2004, 2004, 2005, 2006, 2007],
                    'col2': [10,20,30,None,50,60],
                    'col3': [100,300,500,700,None,900],
                    'col4': [5,6,7,8,9,10]})

Entrada:

df1

  name  year  col1  col2  col3
0    a  2000     1  0.00  1.00
1    a  2001     2  2.00  3.00
2    b  2002     3  4.00  5.00
3    b  2003     4  6.00  7.00
4    c  2004     5  8.00   NaN
5    c  2005     6   NaN  9.00

df2

  name  year  col2   col3  col4
0    b  2003 10.00 100.00     5
1    b  2004 20.00 300.00     6
2    c  2004 30.00 500.00     7
3    c  2005   NaN 700.00     8
4    d  2006 50.00    NaN     9
5    d  2007 60.00 900.00    10

Saída desejada

  name  year  col1  col2   col3  col4
0    a  2000  1.00  0.00   1.00   NaN
1    a  2001  2.00  2.00   3.00   NaN
2    b  2002  3.00  4.00   5.00   NaN
3    b  2003  4.00  6.00   7.00  5.00
4    b  2004   NaN 20.00 300.00  6.00
5    c  2004  5.00  8.00 500.00  7.00
6    c  2005  6.00   NaN   9.00  8.00
7    d  2006   NaN 50.00    NaN  9.00
8    d  2007   NaN 60.00 900.00 10.00

Eu uso a função IFS do Excel para adicionar *

A função de trabalho é:

=IF(G5="","",FIXED(G5,1)&IFS(ABS(G6)>=2.575,"***",ABS(G6)>=1.96,"**",ABS(G6)>=1.645,"*",ABS(G6)<1.645,""))

Como vejo que ABS(G6)<1.645 é redundante, decidi abandoná-lo

=IF(G5="","",FIXED(G5,1)&IFS(ABS(G6)>=2.575,"***",ABS(G6)>=1.96,"**",ABS(G6)>=1.645,"*"))

Mas a fórmula encontrou um problema, retornou #N/A

Espero que alguém possa me explicar por que a remoção da peça causa o problema?

Estou trabalhando em uma aula de Deep Learning, o tensorflow ali é 2.3.0

Este é o erro quando tentopip install tensorflow==2.3.0

"ERRO: Não foi possível encontrar uma versão que satisfaça o requisito tensorflow==2.3.0 (das versões: 2.5.0, 2.5.1, 2.5.2, 2.5.3, 2.6.0rc0, 2.6.0rc1, 2.6.0rc2, 2.6.0, 2.6.1, 2.6.2, 2.6.3, 2.6.4, 2.6.5, 2.7.0rc0, 2.7.0rc1, 2.7.0, 2.7.1, 2.7.2, 2.7.3, 2.7. 4, 2.8.0rc0, 2.8.0rc1, 2.8.0, 2.8.1, 2.8.2, 2.8.3, 2.8.4, 2.9.0rc0, 2.9.0rc1, 2.9.0rc2, 2.9.0, 2.9.1, 2.9.2, 2.9.3, 2.10.0rc0, 2.10.0rc1, 2.10.0rc2, 2.10.0rc3, 2.10.0, 2.10.1, 2.11.0rc0, 2.11.0rc1, 2.11.0rc2, 2.11.0, 2.11. 1, 2.12.0rc0, 2.12.0rc1, 2.12.0, 2.12.1, 2.13.0rc0, 2.13.0rc1, 2.13.0rc2, 2.13.0, 2.13.1, 2.14.0rc0, 2.14.0rc1, 2.14.0, 2.14.1, 2.15.0rc0, 2.15.0rc1, 2.15.0, 2.15.1, 2.16.0rc0, 2.16.1) ERRO: Nenhuma distribuição correspondente encontrada para tensorflow==2.3.0"

Eu tenho duas perguntas:

1. Por que a distribuição 2.3.0 não está mais disponível?
2. Neste caso, como instalamos o 2.3.0?

Obrigado