从python pandas中的长序列数据计算概率

Question

我的数据范围从19到49.如何计算数据发生的概率在25到40之间？

function encodeFunc($value) {
    return "\"$value\"";
}

fputcsv($handler, array_map(encodeFunc, $array), ',', chr(0));

Answer 1

最简单的方法是使用介于25和40之间的值的百分比。

如果s是您提供给我们的pandas.Series：

In [1]: s.head()
Out[1]:
0    46.587628
1    30.504777
2    27.419525
3    47.981573
4    44.554256
Name: 0, dtype: float64

In [2]: # calculate number of values between 25 and 40 and divide by total count
s.between(25,40).sum()/float(s.count())
Out[2]: 0.3599

否则，它需要尝试查找您的数据可能遵循的分布（从您提供的数据，这可能只是您的数据的一小部分样本，它似乎不遵循我知道的任何分发... ），测试它是否实际遵循您认为遵循的分布（使用Kolmogorov-Smirnov测试或类似的其他），然后您可以使用该分布来计算概率等。