Python 使用pandas从现有数据帧中使用唯一元素生成随机数据帧

我正试图用熊猫做一些数据操作。我有一个excel文件，有两列

x，y

。

x

中的元素数对应于它与列

y

中的元素建立的连接数（

n\u箭头

）。列

x

中唯一元素的数量对应于唯一点的数量（

n_节点

）。我想做的是生成一个随机数据帧（10^4次），其中包含

列x

中的唯一元素和

列y

中的元素？我试图处理的代码已附加。如有任何建议，将不胜感激

import pandas as pd
import numpy as np
df = pd.read_csv('/home/amit/Desktop/playing_with_pandas.csv')
num_nodes = df.drop_duplicates(subset='x', keep="last")
n_arrows = [32]             #32 rows corresponds to 32 
n_nodes = [10]
n_arrows_random = np.random.randn(df.x)

这里有两种方法：

解决方案1：如果需要将

x

和

y

值独立随机：

给出一个示例

df

（谢谢@AmiTavory）：

使用

numpy.random.choice

，可以从

x

列中选择随机值，从

y

列中选择随机值：

def simulate_df(df, size_of_simulated_df):
    return pd.DataFrame({'x':np.random.choice(df.x, size_of_simulated_df), 
                         'y':np.random.choice(df.y, size_of_simulated_df)})

>>> simulate_df(df, 10)
   x  y
0  1  3
1  1  3
2  1  4
3  1  4
4  2  1
5  2  3
6  1  2
7  1  4
8  1  2
9  1  3

函数

simulate_df

返回从

x

和

y

列中的原始数据帧中采样的随机值。模拟数据帧的大小可以由参数

size\u of_simulated\u df

控制，该参数应为表示所需行数的整数

解决方案2：根据您的评论，根据您的任务，您可能希望返回随机行的数据帧，以保持x->y对应关系。以下是一种矢量化的

pandas

方法：

def simulate_df(df=df, size_of_simulated_df=10):
    return df.sample(size_of_simulated_df, replace=True).reset_index(drop=True)

>>> simulate_df()
   x  y
0  1  2
1  2  4
2  2  4
3  2  4
4  1  1
5  1  3
6  1  3
7  1  1
8  1  1
9  1  3

为未来参考分配模拟数据帧：

在可能需要对模拟数据帧进行某种计算的情况下，我建议使用如下循环将它们保存到某种字典结构中：

dict_of_dfs = {}

for i in range(100):
    dict_of_dfs['df'+str(i)] = simulate_df(df, len(df))

dict_of_dfs = {'df'+str(i): simulate_df(df, (len(df))) for i in range(100)}

或者像这样的词典理解：

dict_of_dfs = {}

for i in range(100):
    dict_of_dfs['df'+str(i)] = simulate_df(df, len(df))

dict_of_dfs = {'df'+str(i): simulate_df(df, (len(df))) for i in range(100)}

然后，您可以使用与访问任何字典值相同的方式访问任何一个模拟数据帧：

# Access the 48th simulated dataframe:
>>> dict_of_dfs['df47']
   x  y
0  1  4
1  2  1
2  1  4
3  2  3

---

你能展示一下你的数据帧的

头部

，以及一个“模拟数据帧”的样本吗？@添加了数据帧的图片。所谓模拟数据帧，我指的是随机改变x列和y列中元素的位置10000次。哦，我认为应该保持x->y的对应关系。我明白了，你对它的理解不同。请不要误会我-我不一定认为你的解释是错误的，只是我没有想到。请看编辑，你可以选择最适合你的函数needs@sacul假设你想为x和y元素之间的随机连接生成一个100。我的意思是，从x到y的唯一元素之间有100次随机重排。它会给我100行。我不要100排。我希望保持原始数据帧中相同的行数。但是只需要随机分配100次值