You need to enable JavaScript to run this app. Pandas DataFrame中如何用索引作为变量计算线性秩选择概率列
优惠活动
大模型
产品
解决方案
定价
更多

Pandas DataFrame中如何用索引作为变量计算线性秩选择概率列

线性秩选择Probability列的正确计算方法

核心对齐规则

  • 你公式中提到的变量j,对应DataFrame生成后的行位置编号,也就是转表后从0开始连续计数的行序号,不是DataFrame自带的原始索引值
  • 参考的标准选择压力为2的线性秩模型公式为:当j按1起始计数时,位置j的选择概率为 P(j) = 2*(n - j + 1)/(n*(n+1)),其中n为种群总规模,所有个体概率求和为1,满足概率归一化要求。

常见实现坑点

  • 直接拿df.index参与计算有明显风险:如果之前对DataFrame做过筛选、合并、排序操作,索引往往是不连续的,会导致j的取值和公式要求错位,最终计算结果完全错误
  • 缺少边界判断:当种群大小为0或1时,通用的概率计算逻辑会触发异常,需要单独处理
  • 索引计数偏移:pandas默认生成的DataFrame索引是从0开始的,和公式要求的1起始j存在1个单位的偏移,计算时需要适配这个差值

正确实现代码

import pandas as pd
import numpy as np

def linear_rank_selection(popRanked):   
    selectionResults = []
    n = len(popRanked)
    # 边界情况处理
    if n == 0:
        return pd.DataFrame(columns=["A","B","Probability"])
    if n == 1:
        df = pd.DataFrame(np.array(popRanked), columns=["A","B"])
        df['Probability'] = 100  # 唯一可选择的个体概率为100%
        return df
    
    df = pd.DataFrame(np.array(popRanked), columns=["A","B"])
    # 显式生成连续的0起始行位置,作为计算基准,避免索引错位
    row_idx = np.arange(n)
    # 适配公式的1起始j要求:row_idx为0起始,代入原公式化简后得到适配的计算逻辑,乘以100转成百分制
    df['Probability'] = (2 * (n - row_idx) / (n * (n + 1))) * 100
    return df

计算逻辑验证

以种群规模n=3的测试用例为例,计算结果完全符合公式要求:

  • 第0行(最优个体,row_idx=0):概率为 2*(3-0)/(3*4)*100 = 50%
  • 第1行(中等适应度个体,row_idx=1):概率为 2*(3-1)/(3*4)*100 ≈ 33.3%
  • 第2行(最劣个体,row_idx=2):概率为 2*(3-2)/(3*4)*100 ≈ 16.7%
  • 三者求和为100%,满足归一化要求。

注意:如果实际参考的公式分母为n*(n-1),只需要把上述代码中的分母替换为对应数值即可,核心原则不变——永远用连续的行位置、而非不连续的原始df索引参与计算,同时做好0/1起始索引的偏移适配。

内容的提问来源于stack exchange,提问作者Reacting Innocent

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.07 16:06:10