You need to enable JavaScript to run this app. 如何计算pandas dataframe行的跨表出现概率并新增列
优惠活动
大模型
产品
解决方案
定价
更多

如何计算pandas dataframe行的跨表出现概率并新增列

实现方案

核心计算规则匹配

按照目标输出要求,概率的计算粒度为用户维度,规则如下:

  • 先统计每个用户的总推送影片数(来自df1)
  • 再统计每个用户在df2中出现的次数(即实际从推送清单里观看的影片数)
  • 两者相除得到该用户对应的统一概率值,作为该用户名下所有推送条目的概率
  • 若用户没有任何实际观看记录,对应所有推送条目的概率直接置为0

注意:不是按单条影片是否在df2中存在来判定0/1值,这点和常规的匹配逻辑有区别,完全对齐示例输出中“未被观看的推送影片也共享同用户的统一概率”的要求

代码实现

import pandas as pd

# 构建示例数据
df1 = pd.DataFrame({
    "UserID": [1, 2, 2, 2, 3, 5],
    "Film": [3, 41, 23, 53, 34, 6]
})
df2 = pd.DataFrame({
    "UserID": [1, 2, 5],
    "Film": [3, 41, 6]
})

# 步骤1:统计每个用户的实际观看次数(按UserID聚合df2)
watch_stat = df2.groupby("UserID").size().reset_index(name="watched_total")
# 步骤2:统计每个用户的总推送次数(按UserID聚合df1)
push_stat = df1.groupby("UserID").size().reset_index(name="push_total")
# 步骤3:合并统计结果,计算用户维度的概率,无观看记录的填充0值
user_prob = push_stat.merge(watch_stat, on="UserID", how="left")
user_prob["Probability"] = (user_prob["watched_total"] / user_prob["push_total"]).fillna(0).round(2)
# 步骤4:将概率匹配回原df1表
df1 = df1.merge(user_prob[["UserID", "Probability"]], on="UserID", how="left")

输出结果验证

运行代码后得到的df1和预期格式完全一致:

UserID  Film  Probability
0       1     3         1.00
1       2    41         0.33
2       2    23         0.33
3       2    53         0.33
4       3    34         0.00
5       5     6         1.00

内容的提问来源于stack exchange,提问作者star_it8293

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.04 21:06:02