如何通过Python找到每列数据集的熵？

我使用Python将数据集量化为10个级别，如下所示：

9 9 1 8 9 1

1 9 3 6 1 0

8 3 8 4 4 1

0 2 1 9 9 0

这意味着组件9 1 8 9属于类别1。我想找到每个featurecolumn的熵。 我编写了以下代码，但有许多错误：

import pandas as pd
import math

f = open ( 'data1.txt' , 'r')

# Finding the probability
df = pd.DataFrame(pd.read_csv(f, sep='\t', header=None, names=['val1', 
    'val2', 'val3', 'val4','val5', 'val6', 'val7', 'val8']))
df.loc[:,"val1":"val5"] = df.loc[:,"val1":"val5"].div(df.sum(axis=0), 
    axis=1)

# Calculating Entropy
def shannon(col):
    entropy = - sum([ p * math.log(p) / math.log(2.0) for p in col])
    return entropy

sh_df = df.loc[:,'val1':'val5'].apply(shannon,axis=0)

---

您能更正我的代码吗？或者您知道Python中用于查找数据集每列的熵的函数吗？

您可以使用以下脚本在pandas中查找列的熵

import numpy as np
from scipy.stats import entropy
from math import log, e
import pandas as pd   

""" Usage: pandas_entropy(df['column1']) """

def pandas_entropy(column, base=None):
  vc = pd.Series(column).value_counts(normalize=True, sort=False)
  base = e if base is None else base
  return -(vc * np.log(vc)/np.log(base)).sum()

只需对每个列运行上一个函数，它就会返回每个熵

请参考这个答案，scipy已经有了熵的公式