Question

我正在尝试在两个数组上运行scipy.stats.entropy函数。它通过apply函数在Pandas DataFrame的每一行上运行：

def calculate_H(row):
    pk = np.histogram(row.filter(regex='stuff'), bins=16)[0]
    qk = row.filter(regex='other').values
    stats.entropy(pk, qk, base=2)

df['DKL'] = df.apply(calculate_H, axis=1)

我收到以下错误：

TypeError: ufunc 'xlogy' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

（我也试过qk = row[row.filter(regex='other').index].values）

我知道问题出在qk，我可以将另一个数组作为qk传递并且它可以正常工作。问题是Pandas给了我一些东西，说它是一个numpy数组，但它不是一个numpy数组。以下示例均有效：

qk1 = np.array([12024, 9643, 7681, 8193, 8012, 7846, 7615, 7484, 5966, 11484, 13627, 17749, 9820, 5336,4611, 3366])
qk2 = Series([12024, 9643, 7681, 8193, 8012, 7846, 7615, 7484, 5966, 11484, 13627, 17749, 9820, 5336,4611, 3366]).values
qk3 = df.filter(regex='other').iloc[0].values

如果我检查类型，例如type(qk) == type(qk1)它给了我真（所有numpy.ndarray）。或者，如果我使用np.array_equals，也使用True。

我所拥有的唯一提示是当我打印出工作与不工作的数组（不在底部工作）时会发生什么：

[12024  9643  7681  8193  8012  7846  7615  7484  5966 11484 13627 17749  9820  5336  4611  3366]
[12024 9643 7681 8193 8012 7846 7615 7484 5966 11484 13627 17749 9820 5336 4611 3366]

请注意，顶部的那个值之间的间距较大。

TLDR ;这两个表达式返回不同的

df.filter(regex='other').iloc[0].values
df.iloc[0].filter(regex='other').values

Answer 1

我怀疑qk是object数组，而不是整数数组。在calculate_H中，试试这个：

qk = row.filter(regex='other').values.astype(int)

（即将值转换为整数数组）。

Pandas Series.filter.values返回与numpy数组不同的类型

1 个答案: