如何使用熊猫创建概率矩阵

Question

这是我的情况。

我有 3 个元素，假设它们的名字是

['a', 'b', 'c']

对于每个元素，它的值可以是从 0 到 100 的任何值，步长为 50。这是来自

的值之一

[0, 50, 100]

现在我想创建一个包含这些元素的所有可能性的数据帧，数据帧将如下表所示。在这里，为了简单起见，我在示例中使用 3 个元素 ['a','b','c'] 和 50 作为步长，但在实际情况中，元素会多于 3 个，步长会小得多：

<头>

	一个	b	c
0	0	0	0
1	0	0	50
2	0	0	100
3	0	50	0
4	0	50	50
5	0	50	100
6	0	100	0
7	0	100	50
8	0	100	100
9	50	0	0
10	50	0	50
11	50	0	100
12	50	50	0
13	50	50	50
14	50	50	100
15	50	100	0
16	50	100	50
17	50	100	100
18	100	0	0
19	100	0	50
20	100	0	100
21	100	50	0
22	100	50	50
23	100	50	100
24	100	100	0
25	100	100	50
26	100	100	100

如何在不执行类似 for 循环内的 for 循环内的另一个 for 循环内的操作的情况下有效地创建此数据帧？

我尝试创建像 pd.DataFrame({'a':[0,50,100]}) 这样的单独数据框，然后使用 pd.merge() 将它们放在一起，但它不像我想要的那样工作。

Answer 1

使用 itertools.product 创建所需值的所有组合。然后可以将其添加到数据框中：

from  itertools import product

cols = ['a', 'b', 'c']
vals = [0, 50, 100]

pd.DataFrame(list(product(vals, repeat=len(cols))), columns=cols)

Answer 2

您可以使用 value_counts() 并除以行数以获得概率

pd.concat([pd.DataFrame(df[c].value_counts()/len(df)) for c in df.columns], axis=1)

输出

<头>

	a	b	c
0	0.333333	0.333333	0.333333
100	0.333333	0.333333	0.333333
50	0.333333	0.333333	0.333333

Answer 3

正如@Shaido 建议您的那样，itertools.product 是您问题的正确选择。您可以根据列数动态构建范围内的值。

import itertools

cols = ['a', 'b', 'c']
vals = range(0, 50*len(cols), 50)

df = pd.DataFrame(itertools.product(vals, repeat=len(cols), columns=cols)

>>> df
      a    b    c
0     0    0    0
1     0    0   50
2     0    0  100
3     0   50    0
4     0   50   50
5     0   50  100
6     0  100    0
7     0  100   50
8     0  100  100
9    50    0    0
10   50    0   50
11   50    0  100
12   50   50    0
13   50   50   50
14   50   50  100
15   50  100    0
16   50  100   50
17   50  100  100
18  100    0    0
19  100    0   50
20  100    0  100
21  100   50    0
22  100   50   50
23  100   50  100
24  100  100    0
25  100  100   50
26  100  100  100