Pandas 将np.random.rand应用于组-优化问题

需要优化一行代码，这些代码将在计算期间执行数万次，因此计时成为一个问题。看起来很简单，但真的卡住了

电话是：

df['Random']=df['column'].groupby(level=0).transform(lambda x: np.random.rand())

所以我想给每个组和“解组”分配相同的随机数。由于使用此实现多次调用rand（），因此代码效率很低

有人能帮我把这个矢量化吗？

试试这个

df = pd.DataFrame(np.sort(np.random.randint(2,5,50)),columns=['column'])
uniques =df['column'].unique()
final = df.merge(pd.Series(np.random.rand(len(uniques)),index=uniques).to_frame(),
                 left_on='column',right_index=True)

---

您可以存储

uniques

，然后每次运行最后一行以获得新的随机数并加入df

如果要分配随机数，为什么需要groupby？您可以直接使用

np.random.rand

填充该

random

列。一种方法是在df['column']中选择唯一的值，在此df中创建一个新列，然后与初始数据帧联接。但必须存在更优雅的解决方案。需要groupby（）来确保为每个组分配相同的随机数。这确实有效！需要用right_index=True替换right_on。但是，如果数据中有许多组，则联接操作可能需要花费大量时间。不知道是否有一个班轮这样做。