如何计算数据框 pandas-python 中值的条件概率？

Question

我想计算评级列中评级（’A’，’B’，’C’）的条件概率。

     company     model    rating   type
0   ford       mustang     A      coupe
1   chevy      camaro      B      coupe
2   ford       fiesta      C      sedan
3   ford       focus       A      sedan
4   ford       taurus      B      sedan
5   toyota     camry       B      sedan

输出：

 Prob(rating=A) = 0.333333
Prob(rating=B) = 0.500000
Prob(rating=C) = 0.166667

Prob(type=coupe|rating=A) = 0.500000
Prob(type=sedan|rating=A) = 0.500000
Prob(type=coupe|rating=B) = 0.333333
Prob(type=sedan|rating=B) = 0.666667
Prob(type=coupe|rating=C) = 0.000000
Prob(type=sedan|rating=C) = 1.000000

任何帮助，谢谢..!!

原文由 Chandu 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

您可以使用 .groupby() 和内置的 .div() ：

 rating_probs = df.groupby('rating').size().div(len(df))

rating
A    0.333333
B    0.500000
C    0.166667

和条件概率：

 df.groupby(['type', 'rating']).size().div(len(df)).div(rating_probs, axis=0, level='rating')

coupe  A         0.500000
       B         0.333333
sedan  A         0.500000
       B         0.666667
       C         1.000000

原文由 Stefan 发布，翻译遵循 CC BY-SA 3.0 许可协议