给定另外两个变量来计算条件概率

Question

让我们假设我们有一个DataFrame带有一些列，并且我需要找到给定A和B（这是{{ 1}}）。我该如何计算？

对于一个变量，就是在给定C的情况下找到DataFrame的条件概率，这很简单，我可以这样制作一个A然后是一个B：

groupby()

但是，如果我选择2列，则此方法将无效：

value_counts()

因为这不再是df.groupby('A')['B'].value_counts() / df.groupby('A')['B'].count() 对象，而是df.groupby('A')[['B', 'C']] 对象，因此我无法应用SeriesGroupBy函数。

编辑

示例：

这是DataFrameGroupBy的一部分

>

如果我想找到某人在其旅行舱中幸存的条件概率，则为以下输出：

现在，我想找到一个人在给定两个变量后才能幸存的条件概率，比如说他的旅行班级和性别。

Answer 1

IIUC，只需反转您的groupby模式-按条件分组，然后将value_counts应用于“幸存”：

df.groupby(['pclass', 'sex'])['survived'].value_counts(normalize=True)

如果您需要将输出作为DataFrame，请使用Series.reset_index：

df.groupby(['pclass', 'sex'])['survived'].value_counts(normalize=True).reset_index(name='prob')