Python 3.x 是否有更有效的方法格式化此函数

Python 3.x 是否有更有效的方法格式化此函数,python-3.x,pandas,function,Python 3.x,Pandas,Function,我提出这个函数是为了找到遇到某个类型,熊猫数据帧中的一列的概率,我想知道是否有更有效的方法来构造参数,而不是整个查询,可以是类型名def p(type=“”):?: #获取每种类型的计数 type_counts=data.groupby('type').count().drop('first_word',axis=1)#清除不需要的数据 type_counts=type_counts.reset_index() #将“名称”列重命名为适当的名称计数 键入_counts.rename(列={'na

我提出这个函数是为了找到遇到某个
类型
,熊猫数据帧中的一列的概率,我想知道是否有更有效的方法来构造参数,而不是整个查询,可以是类型名
def p(type=“”):
?:

#获取每种类型的计数
type_counts=data.groupby('type').count().drop('first_word',axis=1)#清除不需要的数据
type_counts=type_counts.reset_index()
#将“名称”列重命名为适当的名称计数
键入_counts.rename(列={'name':'count'},inplace=True)
#类型:公司、药物、电影、人、地点
prob_company=P(data.query('type==“company”))
prob_drug=P(data.query('type==“drug”))
prob_movie=P(data.query('type==“movie”))
prob_person=P(data.query('type==“person”))
prob_place=P(data.query('type==“place”))
问题公司+问题药物+问题电影+问题人物+问题地点

数据[data['type'].isin(['company'、'druge'、'movie'、'person'、'place']
?或
数据['type'].isin(['company'、'druge'、'movie'、'person'、'place'].mean()
?更多地寻找函数和平均值肯定做不到,因为我在寻找每种类型的个体概率