用Python计算归一化吉布斯熵
我正在使用一个数据集，其中包含有2到17名经理的团队的信息。对于每个团队经理，数据集都包含一列，指定经理的教育背景，名为“ISCED分类管理器1”、“ISCED分类管理器2”ISCED分类管理器17'。教育背景分为从0到11的类别 我想计算每个团队的教育背景差异。为此，我使用归一化吉布斯熵，其公式如下： 在此公式中，Pi是具有一类教育背景的团队的比例，N是团队规模，在“2015团队规模”一栏中指定 我想用Python编写一个公式，创建一个新的列，其中说明每行（以及每个团队）的标准化吉布斯熵。对于每个教育类别（0-10），公式应通过“ISCED分类管理器1”列，直到“ISCED分类管理器17”，计算团队中具有此分类的经理的比例，并计算公式（pi*ln（pi）/ln（N）） 我试着在Excel中使用Countif函数来计算，但公式变得非常长且缓慢。因此，我想在Python中找到一个解决方案 希望这个解释是清楚的 编辑： 以下是一些示例数据：用Python计算归一化吉布斯熵,python,pandas,loops,jupyter-notebook,entropy,Python,Pandas,Loops,Jupyter Notebook,Entropy,我正在使用一个数据集，其中包含有2到17名经理的团队的信息。对于每个团队经理，数据集都包含一列，指定经理的教育背景，名为“ISCED分类管理器1”、“ISCED分类管理器2”ISCED分类管理器17'。教育背景分为从0到11的类别 我想计算每个团队的教育背景差异。为此，我使用归一化吉布斯熵，其公式如下： 在此公式中，Pi是具有一类教育背景的团队的比例，N是团队规模，在“2015团队规模”一栏中指定 我想用Python编写一个公式，创建一个新的列，其中说明每行（以及每个团队）的标准化吉布斯熵。对
+-------------+-----------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+---------------------------------+---------------------------------+---------------------------------+---------------------------------+---------------------------------+---------------------------------+---------------------------------+---------------------------------+
| Team Number | Team Size | ISCED Categorization Manager 1 | ISCED Categorization Manager 2 | ISCED Categorization Manager 3 | ISCED Categorization Manager 4 | ISCED Categorization Manager 5 | ISCED Categorization Manager 6 | ISCED Categorization Manager 7 | ISCED Categorization Manager 8 | ISCED Categorization Manager 9 | ISCED Categorization Manager 10 | ISCED Categorization Manager 11 | ISCED Categorization Manager 12 | ISCED Categorization Manager 13 | ISCED Categorization Manager 14 | ISCED Categorization Manager 15 | ISCED Categorization Manager 16 | ISCED Categorization Manager 17 |
+-------------+-----------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+---------------------------------+---------------------------------+---------------------------------+---------------------------------+---------------------------------+---------------------------------+---------------------------------+---------------------------------+
| 1 | 3 | 1 | 5 | 9 | | | | | | | | | | | | | | |
| 2 | 5 | 9 | 9 | 9 | 9 | 9 | | | | | | | | | | | | |
| 3 | 17 | 2 | 2 | 4 | 2 | 4 | 4 | 2 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 |
| 4 | 5 | 3 | 3 | 5 | 6 | 5 | | | | | | | | | | | | |
+-------------+-----------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--------------------------------+---------------------------------+---------------------------------+---------------------------------+---------------------------------+---------------------------------+---------------------------------+---------------------------------+---------------------------------+
第四组：0.6554….>=-1*SUM（（（2/5）*LN（2/5）/LN（5）），（（2/5）*LN（2/5）/LN（5）），（（1/5）*LN（1/5）/LN（5））你能添加一些示例数据和预期结果吗？那么我可以帮你了嗨，谢谢你的回答！我添加了一些示例数据@tommclean请阅读（特别是关于图片）。对不起，我是堆栈溢出新手。我试图编辑示例数据，使其符合指导原则