Python 如何从查找中正确矢量化 Pandas 列

我不是巨 Python 高手，如果这是个愚蠢的问题，请原谅.

我已经导入了一个CSV，它已经导入到Pandas 中，叫做pw，看起来是这样的:

                 datetime  outlet  inlet  flow
0     2023-04-12 00:00:00    38.5   48.5   3.3
1     2023-04-11 23:55:00    38.5   48.0   3.0
2     2023-04-11 23:50:00    38.5   48.5   3.6
3     2023-04-11 23:45:00    38.5   48.0   3.3
4     2023-04-11 23:40:00    38.5   48.0   3.3
...                   ...     ...    ...   ...

我做了一些条件概率查找表:

pgf = pw.groupby('flow')['outlet'].value_counts()/pw.groupby('flow')['outlet'].count()
fgp = pw.groupby('outlet')['flow'].value_counts()/pw.groupby('outlet')['flow'].count()

可通过如下方式访问:

pgf[some flow value][some pressure value]
fgp[some pressure value][some flow value]

我想在pw中创建一个pgf和fgp列.我想我应该能够写下:

pw['p_p'] = pgf[pw['flow']][pw['outlet']]

我认为它将从每一行获取流量和出口值来计算概率值，并将其放在‘p_p’列中，但是当我运行它时，我得到以下消息:

KeyError:‘[38.5 38.5 38.5...47.5 47.5]不在索引中’

但我不明白，当pgf是用pw的数据创建的时候，怎么会这样

PGF为<class 'pandas.core.series.Series'>

我可以通过以下方式绕过此问题:

for i in range(len(pw)):
  flow = pw['flow'].loc[i]
  pres = pw['outlet'].loc[i]

然而，我觉得这肯定是实现这一目标的最慢方式