Python 在熊猫中创造分布

我想生成具有特定分布的随机/模拟数据集

例如，该分布具有以下属性

一千人口

性别组合为：男性49%，女性50%，其他1%

年龄分布如下：0-30岁（30%）、31-60岁（40%）、61-100岁（30%）

结果数据框将有1000行，两列称为性别和年龄（具有上述值分布）

在Pandas或其他图书馆中是否有这样做的方法？

您可以尝试：

N = 1000
gender = np.random.choice(["male","female", "other"], size=N, p = [.49,.5,.01])

age = np.r_[np.random.choice(range(30),size= int(.3*N)),
       np.random.choice(range(31,60),size= int(.4*N)),
       np.random.choice(range(61,100),size= N - int(.3*N) - int(.4*N) )]
np.random.shuffle(age)

df = pd.DataFrame({"gender":gender,"age":age})

你可以尝试：

N = 1000
gender = np.random.choice(["male","female", "other"], size=N, p = [.49,.5,.01])

age = np.r_[np.random.choice(range(30),size= int(.3*N)),
       np.random.choice(range(31,60),size= int(.4*N)),
       np.random.choice(range(61,100),size= N - int(.3*N) - int(.4*N) )]
np.random.shuffle(age)

df = pd.DataFrame({"gender":gender,"age":age})

---

numpy.random.choice

？或者你想用这些概率创建一个样本？对于年龄，61+意味着什么（上限是多少？100？120？）。年龄是否均匀分布在年龄范围内？或者年龄只是一个类别指标，而不是实际数字？我编辑了年龄的上界

numpy.random.choice

你想要准确的百分比混合吗？或者你想用这些概率创建一个样本？对于年龄，61+意味着什么（上限是多少？100？120？）。年龄是否均匀分布在年龄范围内？或者年龄只是类别的一个指标而不是实际数字？我编辑了ageuse

randint（31,61，size=…）

的上界。我从OP上读到，年龄将以括号表示，并且可以以与性别相同的方式生成。@PaulH 61+意味着一个具有长长度的分布，但我要说的是，数组应该从三个类别中选择，而不是从连续分布中选择。这个问题模棱两可。我只是在分享我的想法intrepretation@PaulH完全同意你的看法使用

randint（31,61，size=…）

可能更快。我从OP中了解到，年龄将以括号表示，并且可以以与性别相同的方式生成。@PaulH 61+意味着一个长尾巴的分布，但我要说的是，数组应该从三个类别中选择，而不是从连续分布中选择。这个问题模棱两可。我只是在分享我的想法intrepretation@PaulH完全同意你的意见