利用pandas计算概率

上次从51job上爬取数据存储到51job.txt上后我们对数据进行处理，计算最小工资为1万的Java工作在哪个城市比较容易找到工作（求概率）p=p(北京)*p(Java|北京)*p(min=1万|北京)

 

import pandas as pd
df = pd.read_csv('51.txt', sep='\t')

# 计算类别的先验概率
pc = df['addr'].value_counts() / df['addr'].size

# 计算每个特征属性条件概率
pa = pd.crosstab(df['addr'], df['key'], margins=True).apply(lambda x:x/x[-1], axis=1)

# 通过样本计算出均值和方差，也就是得到正态分布的密度函数。有了密度函数，就可以把值代入，算出某一点的密度函数的值
import numpy as np
df2 = df.groupby('addr').agg([np.mean, np.var])
df2['x'] = 1

from math import pi, exp, sqrt
def f(x, mean, var):
    return exp(-(x-mean)**2/(2*var))/sqrt(2*pi*var)

df2['p_x_min']=df2[['min','x']].apply(lambda