极客笔记Python 在Pandas Dataframe中生成随机整数
使用Python的Pandas库在DataFrame中生成随机整数是一种重要的数据分析和操作技术。通过开发和插入随机整数到DataFrame中，你可以为各种应用程序打开一扇大门。这个功能在数据模拟、算法测试和生成合成数据集等任务中特别有价值。熟悉这个特性无疑会增强你的数据分析工作流程的灵活性和多样性。
方法1：使用NumPy的randint()函数
在这个特定的代码片段中，常用的NumPy库中的randint()函数用于生成指定范围内的随机整数。
在这个程序中，我们确定了一个类似于表格的结构称为DataFrame的所需大小，以生成指定范围内的随机整数。最后，我们通过整合这些随机生成的数字来构造DataFrame。
步骤
步骤1 - 导入pandas和numpy库
步骤2 - 创建一个变量”row和cols”来设置DataFrame的行和列数
步骤3 - 使用numpy.random.randint()函数来创建一定范围内的随机整数
步骤4 - 使用变量”data”中的随机整数创建数据帧”df”
步骤5 - 打印”df”
示例
import pandas as pd
import numpy as np
row = 5
cols = 5
Random = np.random.randint(low=0, high=100, size=(row, cols))
df = pd.DataFrame(Random)
print(df)
结果
0 1 2 3 4
0 92 5 54 9 32
1 64 12 21 16 98
2 29 36 91 95 74
3 4 10 46 25 8
4 84 24 21 27 9
方法2：使用pandas.DataFrame.sample()方法
sample()方法用于从DataFrame中获取一个随机样本。
在提供的代码片段中，建立了一个名为’df’的DataFrame，包含5行和3列（’A’ ‘B’ ‘C’）。随后，使用sample()方法基于它们的各自样本选择和分配了新的值给’A’、’B’和’C’列。样本大小设置为5，replace=True允许进行带有替换的抽样，random_state=42设定了随机种子以便可重现性。最后，显示更新后的DataFrame。
示例
import pandas as pd
import numpy as np
# Set the seed for reproducibility (optional)
np.random.seed(42)
# declare a variable with rows and columns size & name
df = pd.DataFrame(np.random.randint(0, 10, size=(5, 3)), columns=['A', 'B', 'C'])
# Generating random number using sample()
df['A'] = df['A'].sample(n=5, replace=True, random_state=42).values
df['B'] = df['B'].sample(n=5, replace=True, random_state=42).values
df['C'] = df['C'].sample(n=5, replace=True, random_state=42).values
print(df)
输出
A B C
0 4 3 7
1 7 2 5
2 2 6 7
3 7 2 5
4 7 2 5
方法3：使用pandas.DataFrame.apply()方法和lambda函数。
下面提供的代码利用pandas.DataFrame.apply()方法和lambda函数生成随机整数，并将它们分配到Pandas DataFrame的列中。形成一个名为df的DataFrame，包含5行和3列。通过使用apply()应用lambda函数，为每一行生成从0到9的随机整数。然后将这些随机生成的整数分配给它们所对应的列，即’RandomA’、’RandomB’和’RandomC’。最后，打印出数据框以展示生成的随机整数。
步骤
步骤1 - 导入pandas库和random模块。
步骤2 - 设置随机种子为42，以便重现性(可选)。
步骤3 - 创建一个包含5行和3列的DataFrame，命名为’RandomA’、’RandomB’和’RandomC’。
步骤4 - 使用apply()函数和lambda函数为每一列生成0到9之间的随机整数。
步骤5 - 将生成的随机值分配给DataFrame中相应的列。
步骤6 - 打印出DataFrame。
示例
import pandas as pd
import random
# Set the seed for reproducibility (optional)
random.seed(42)
# Create a data frame with 5 rows and 3 columns containing random integers between 0 and 9
df = pd.DataFrame(index=range(5), columns=['RandomA', 'RandomB', 'RandomC'])
# Generate random integers using apply() and a lambda function
df['RandomA'] = df.apply(lambda _: random.randint(0, 9), axis=1)
df['RandomB'] = df.apply(lambda _: random.randint(0, 9), axis=1)
df['RandomC'] = df.apply(lambda _: random.randint(0, 9), axis=1)
print(df)
输出
RandomA RandomB RandomC
0 1 2 6
1 0 1 0
2 4 8 0
3 3 1 1
4 3 9 3
方法4：使用pandas.Series.apply()函数
pandas.Series.apply()函数是pandas库中一种有价值的方法。它使得可以将自定义的函数应用于Series对象中的每个元素。
在提供的代码片段中，使用了嵌套的列表推导来构建一个DataFrame。为了产生从0到100范围内的随机整数，生成随机整数的函数generate_random_int()与apply()函数一同发挥作用。这种组合可以为DataFrame中的每个元素生成不同的随机数。因此，得到了一个完全由随机生成的整数组成的DataFrame。最后，将这个结果DataFrame打印出来，以便进行进一步的分析或利用。
步骤
步骤1 - 导入所需的库：pandas用于数据操作，random用于生成随机整数。
步骤2 - 声明DataFrame的行数和列数。
步骤3 - 定义一个函数来生成0到100之间的随机整数。
步骤4 - 使用嵌套的列表推导来创建一个DataFrame，为每个单元格生成随机整数。
步骤5 - 打印DataFrame，显示生成的随机整数。
步骤6 - 结束程序。
示例
import pandas as pd
import random
#setting the number of rows and columns for data frame
num_rows = 10
num_cols = 5
#defining the function for generating random numbers
def generate_random_int():
return random.randint(0, 100)
#creating a variable to store a random number in data frame
df = pd.DataFrame([[generate_random_int() for _ in range(num_cols)] for _ in range(num_rows)])
print(df)
输出
0 1 2 3 4
0 23 77 66 60 19
1 51 31 79 51 88
2 6 38 73 38 64
3 5 79 97 25 43
4 24 53 6 23 6
5 63 82 47 56 10
6 72 91 4 84 32
7 81 74 17 21 44
8 28 100 43 31 58
9 64 57 16 15 14
结论
就在创建Pandas数据框中的随机整数而言，存在着许多方法。常用的选项包括randint()函数和pandas.DataFrame.sample()、pandas.DataFrame.apply()和pandas.Series.apply()。然而，每种方法都有其优势。确定最佳方法取决于具体的使用情况。如果目标是在数据框列中直接生成随机整数，那么randint()函数将是一个理想的选择。
另一方面，如果随机抽样行更为相关，则适用sample()。对于涉及随机整数的更复杂操作的情况，可以有效地使用apply()函数。