我有一个数据框df
,其中包含从单个Name_Give
到另一个Name_Receive
的交易信息,如下所示:
df
Name_Give Name_Receive Amount
0 John Tom 300
1 Eva Tom 700
2 Sarah Tom 100
3 John Tom 200
4 Tom Eva 700
5 John Eva 300
6 Carl Eva 250
对于每个Name_Receive
j
,我想将Shannon熵计算为S_j = -sum_i p_i \log p_i
,其中p_i
是金额除以用户{{ 1}}
j
我希望像下面这样具有数据框S_Tom = - (300/1300 * np.log(300/1300) + 700/1300 * np.log(700/1300) + 100/1300 * np.log(100/1300) + 200/1300 * np.log(200/1300))
S_Eva = - (700/1250 * np.log(700/1250) + 300/1250 * np.log(300/1250) + 250/1250 * np.log(250/1250)
S_Tom = 1.157
S_Eva = 0.99
df1
答案 0 :(得分:4)
使用groupby
和transfrom
来获取每个组的总和,然后将Amount
列值除以每个组的总和并计算值:
g_sum = df.groupby('Name_Receive')['Amount'].transform('sum')
values = df['Amount']/g_sum
df['Entropy'] = -(values*np.log(values))
df1 = df.groupby('Name_Receive',as_index=False,sort=False)['Entropy'].sum()
print(df1)
Name_Receive Entropy
0 Tom 1.156988
1 Eva 0.989094
如果值包含0,则在groupby之后最后使用:
df1['Entropy'] = df1['Entropy'].fillna(0)
由于0*np.log(0)
赋予nan
以使其0
使用fillna
。
答案 1 :(得分:0)
您还可以应用scipy的熵函数
from scipy.stats import entropy
E = df.groupby('Name_Receive')['Amount'].apply(lambda x : entropy(x.value_counts(), base=2)).reset_index()