Skip to main content
 首页 » 编程设计

python之Pandas 的概率

2025年02月15日13unruledboy

我有一个像下面提到的那样的简单数据框。

如何根据Column_2和Column_3统计Column_1出现的概率?

Column_1 是一个结果(1 或 0)。

Column_2 Column_3 是一种分类。

所以第一行表示 1 的人住在 A 号楼,有车是型号 LM。

Column_1 Column_2 Column_3 
 1        A         LM 
 1        B         LO     
 0        C         LP 
 1        D         LM 
 0        A         LK 
 1        A         LM  

如果我理解正确,结果可能是

    LM    LO    LP    LK 
A  .33                0 
B              .167 
C               0 
D  .167 

请您参考如下方法:

您可以使用 pivot_table :

print (df.pivot_table(index='Column_2',  
                      columns='Column_3',  
                      values='Column_1',  
                      aggfunc='sum',  
                      fill_value=0)) 
Column_3  LK  LM  LO  LP 
Column_2                 
A          0   2   0   0 
B          0   0   1   0 
C          0   0   0   0 
D          0   1   0   0 

另一种使用 groupby 和 unstack 的解决方案:

df1 = df.groupby(['Column_2','Column_3'])['Column_1'].sum().unstack(fill_value=0) 
print (df1) 
Column_3  LK  LM  LO  LP 
Column_2                 
A          0   2   0   0 
B          0   0   1   0 
C          0   0   0   0 
D          0   1   0   0 

最后你可以除以 div index 的length - 它是df 的length:

print (df1.div(len(df.index))) 
Column_3   LK        LM        LO   LP 
Column_2                               
A         0.0  0.333333  0.000000  0.0 
B         0.0  0.000000  0.166667  0.0 
C         0.0  0.000000  0.000000  0.0 
D         0.0  0.166667  0.000000  0.0