计算熊猫系列的熵时出错

编程问答 2022-06-12

问题描述

我正在尝试计算熊猫序列的熵。具体来说，我将Direction中的字符串按顺序分组。具体来说，使用此功能：

diff_dir = df.iloc[0:,1].ne(df.iloc[0:,1].shift()).cumsum()

将返回Direction中相同的字符串计数，直到更改为止。因此，对于相同的Direction字符串的每个序列，我想计算X,Y的熵。

使用代码对相同字符串进行排序：

0    1
1    1
2    1
3    1
4    1
5    2
6    2
7    2
8    3
9    3

该代码曾经可以使用，但是现在返回错误。我不确定这是否是升级之后。

import pandas as pd
import numpy as np

def ApEn(U,m = 2,r = 0.2):

    '''
    Approximate Entropy 

    Quantify the amount of regularity over time-series data.

    Input parameters:
    
    U = Time series
    m = Length of compared run of data (subseries length)
    r = Filtering level (tolerance). A positive number

    '''

    def _maxdist(x_i,x_j):
        return max([abs(ua - va) for ua,va in zip(x_i,x_j)])

    def _phi(m):
        x = [U.tolist()[i:i + m] for i in range(N - m + 1)] 
        C = [len([1 for x_j in x if _maxdist(x_i,x_j) <= r]) / (N - m + 1.0) for x_i in x]
        return (N - m + 1.0)**(-1) * sum(np.log(C))

    N = len(U)

    return abs(_phi(m + 1) - _phi(m))

def Entropy(df):

    '''
    Calculate entropy for individual direction
    '''

    df = df[['Time','Direction','X','Y']]
                                    
    diff_dir = df.iloc[0:,1].shift()).cumsum()

    # Calculate ApEn grouped by direction. 
    df['ApEn_X'] = df.groupby(diff_dir)['X'].transform(ApEn)
    df['ApEn_Y'] = df.groupby(diff_dir)['Y'].transform(ApEn)                 

    return df


df = pd.DataFrame(np.random.randint(0,50,size = (10,2)),columns=list('XY'))
df['Time'] = range(1,len(df) + 1)

direction = ['Left','Left','Right','Left']
df['Direction'] = direction


# Calculate defensive regularity
entropy = Entropy(df)

错误：

return (N - m + 1.0)**(-1) * sum(np.log(C))
ZeroDivisionError: 0.0 cannot be raised to a negative power

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

entropypandaspython