AttributeError：“SingleBlockManager”对象没有属性“日志”

Question

我正在使用具有百万行和 1000 列的大数据。我已经提到了这篇文章here。不要将其标记为重复。

如果需要样本数据，您可以使用下面的

from numpy import *

m = pd.DataFrame(array([[1,0],
           [2,3]]))

我有一些连续变量，其中包含 0 值。

我想计算所有这些连续变量的logarithmic transformation。

但是，我遇到了divide by zero error。所以，我根据上面的链接帖子尝试了以下建议

df['salary'] = np.log(df['salary'], where=0<df['salary'], out=np.nan*df['salary']) #not working `python stopped working` problem`

from numpy import ma
ma.log(df['app_reg_diff'])  # error

我的问题如下

a) 申请1000列时如何避免divide by zero error？如何对所有连续列执行此操作？

b) 如何从对数转换中排除零并获取其余非零观测值的对数值？

Answer 1

您可以将零值替换为您喜欢的值并正常进行对数运算。

import numpy as np
import pandas as pd

m = pd.DataFrame(np.array([[1,0], [2,3]]))

m[m == 0] = 1

print(np.log(m))

在这里你会得到零个项目的零。例如，您可以将其替换为 -1 以获取 NaN。