接收变长参数的条件概率函数

Question

我有一个数据文件df：

    A  B  C
0   0  1  0
1   0  1  1
2   0  1  1
3   1  0  1
4   0  0  0
5   1  0  0
6   0  0  0
7   0  0  1
8   1  0  0
9   0  0  0
10  1  0  1
11  1  0  1
12  0  1  1
13  1  0  0
14  1  0  0
15  0  1  0
16  1  1  0
17  0  0  1
18  1  0  1
19  1  0  0
20  1  0  1
21  1  1  0
22  1  1  1
23  1  1  1
24  1  0  0
25  1  1  0
26  0  0  1
27  0  1  1
28  0  1  0
29  1  1  0
30  1  0  1
31  0  1  0
32  0  0  1
33  1  1  1
34  0  1  0
35  1  1  0
36  0  1  0
37  0  0  1
38  0  1  1
39  0  1  1

我得到了联合概率P(A，B，C)

grp = df.apply(tuple, axis=1)
PrD=pd.concat([df.groupby(grp).first(),
           grp.groupby(grp).count().div(len(df)).rename("Probs")],
          axis=1).reset_index(drop=True)
print (PrD)

输出联合概率P(A，B，C)

   A  B  C  Probs
0  0  0  0  0.075
1  0  0  1  0.125
2  0  1  0  0.150
3  0  1  1  0.150
4  1  0  0  0.150
5  1  0  1  0.150
6  1  1  0  0.125
7  1  1  1  0.075

我试图编写一个函数，它接收PrD列名的子集，并计算符合规则P(A，B) =P(A，B)/P(B)的条件概率，如果它接收到3个变量:P(A，B，C)=P(A，B，C)/P(B，C)，如果它接收到4个变量:P(A，B，C，D) =P(A，B，C，D)/P(B，C，D)等等。例如，如果函数接收到P(A=0|B=0)，输出应该由(0.075+0.125)/(0.075+0.125+0.150+0.150) = 0.2计算，其中分子在A和B=0时，分母在B=0时，如果它接收到一个变量A=0，则返回(0.075+0.125+0.150+0.150 )，其中只有行，其中A=0尝试了loc and query，但是它们只接收一个变量，而不是多个变量。

Answer 1

你是在电脑上做数学，这意味着应该做一些不同的事情。

你不需要建立联合概率表之类的。您可以计算A = 0和A and B = 0所在的行数，并将两者除以：

def prob(df, a, *cols):
    """Return the probability that all columns in `cols` are 0 given column `a` is 0
    """
    if len(cols) == 0:
        return df[a].eq(0).sum() / len(df)
    else:
        return df[[a] + list(cols)].eq(0).all(axis=1).sum() / df[list(cols)].eq(0).sum()

用法：

prob(df, "A", "B")      # 0.4
prob(df, "A", "B", "C") # 0.15