在Python中基于多条件计算行程终点的条件概率

要计算给定星期几（day_of_week）和时段（period_of_day）时，到达指定终点（end_point）的条件概率（即$P(end_point | day_of_week, period_of_day)$），可以用以下两种简洁的实现方式：

方法一：直接分组归一化计数 #

这是最直观的方式，通过按两个条件分组后，直接计算组内各终点的占比：

# 按星期几+时段分组，计算组内各终点的归一化占比（即条件概率）
cond_prob = df.groupby(['day_of_week', 'period_of_day'])['end_point'].value_counts(normalize=True)

# 可选：调整索引顺序，让end_point作为第一级索引，和你原单条件结果格式对齐
cond_prob = cond_prob.swaplevel(0, 2).sort_index()

执行后结果示例（对应你的测试DataFrame）：

end_point  day_of_week  period_of_day
Station_1  0            afternoon       1.000000
           2            morning         1.000000
Station_2  0            night           0.500000
           1            evening         1.000000
           1            noon            1.000000
Station_3  0            night           0.500000
           1            morning         1.000000
dtype: float64

方法二：分步计算联合计数与条件总计数 #

如果你想沿用原单条件的分步思路，可以先统计联合出现次数，再除以对应条件的总行程数：

# 1. 统计(end_point, day_of_week, period_of_day)的联合出现次数
joint_counts = df.groupby(['end_point', 'day_of_week', 'period_of_day']).size()

# 2. 统计(day_of_week, period_of_day)组合的总行程数
cond_total = df.groupby(['day_of_week', 'period_of_day']).size()

# 3. 计算条件概率：联合计数除以对应条件的总行程数
cond_prob = joint_counts / cond_total.reindex(joint_counts.index.droplevel(0))

这个方法得到的结果和方法一完全一致，适合需要明确拆解计算逻辑的场景。

结果验证示例 #

比如测试DataFrame中：

• 当day_of_week=0且period_of_day=night时，共有2条行程，终点分别是Station_2和Station_3，因此两者的条件概率各为0.5，和结果一致。
• 当day_of_week=1且period_of_day=noon时，只有1条行程，终点为Station_2，因此概率为1.0，符合预期。

内容的提问来源于stack exchange，提问作者user14738548