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
相关产品推荐

