python熊猫:根据百分比随机分配控制组和治疗组
我正在进行一项实验设计,我需要将数据帧df按预先存在的分组按%分成一个控制组和一个治疗组 这是数据帧df:python熊猫:根据百分比随机分配控制组和治疗组,python,pandas,dataframe,pandas-groupby,experimental-design,Python,Pandas,Dataframe,Pandas Groupby,Experimental Design,我正在进行一项实验设计,我需要将数据帧df按预先存在的分组按%分成一个控制组和一个治疗组 这是数据帧df: df.head() customer_id | Group | many other columns ABC 1 CDE 1 BHF 2 NID 1 WKL 2 SDI 2 pd.pivot_table(df,index=['Group'],v
df.head()
customer_id | Group | many other columns
ABC 1
CDE 1
BHF 2
NID 1
WKL 2
SDI 2
pd.pivot_table(df,index=['Group'],values=["customer_id"],aggfunc=lambda x: len(x.unique()))
Group 1 : 55394
Group 2 : 34889
现在我需要在df中添加一个标记为“Flag”的列。
对于第一组,我想随机分配50%的“对照组”和50%的“测试组”。
对于第2组,我想随机分配40%的“对照组”和60%的“测试组”
我正在寻找的输出:
customer_id | Group | many other columns | Flag
ABC 1 Test
CDE 1 Control
BHF 2 Test
NID 1 Test
WKL 2 Control
SDI 2 Test
我们可以使用以下方法:
更新:
In [8]: df
Out[8]:
customer_id Group
0 ABC 1
1 CDE 1
2 BHF 2
3 NID 1
4 WKL 2
5 SDI 2
6 XXX 3
7 XYZ 3
8 XXX 3
In [9]: d = {1:[.5,.5], 2:[.4,.6], 3:[.2,.8]}
In [10]: df['Flag'] = \
...: df.groupby('Group')['customer_id'] \
...: .transform(lambda x: np.random.choice(['Control','Test'], len(x), p=d[x.name]))
...:
In [11]: df
Out[11]:
customer_id Group Flag
0 ABC 1 Test
1 CDE 1 Test
2 BHF 2 Control
3 NID 1 Control
4 WKL 2 Control
5 SDI 2 Test
6 XXX 3 Test
7 XYZ 3 Test
8 XXX 3 Test
我们可以使用以下方法:
更新:
In [8]: df
Out[8]:
customer_id Group
0 ABC 1
1 CDE 1
2 BHF 2
3 NID 1
4 WKL 2
5 SDI 2
6 XXX 3
7 XYZ 3
8 XXX 3
In [9]: d = {1:[.5,.5], 2:[.4,.6], 3:[.2,.8]}
In [10]: df['Flag'] = \
...: df.groupby('Group')['customer_id'] \
...: .transform(lambda x: np.random.choice(['Control','Test'], len(x), p=d[x.name]))
...:
In [11]: df
Out[11]:
customer_id Group Flag
0 ABC 1 Test
1 CDE 1 Test
2 BHF 2 Control
3 NID 1 Control
4 WKL 2 Control
5 SDI 2 Test
6 XXX 3 Test
7 XYZ 3 Test
8 XXX 3 Test
美丽不能同意more@Bharathshetty,谢谢!:)感谢您的评论@MaxU,非常感谢你-我现在正在测试它-如果我有3个组而不是2个,就像我在下一个项目中已经看到的那样;由于if/else语句只允许两个组,我将如何调整它?如果你喜欢我问一个新问题,请让我知道它起作用了,谢谢-我发布了一个关于3组的新问题,仅供参考,我不能同意more@Bharathshetty,谢谢!:)感谢您的评论@MaxU,非常感谢你-我现在正在测试它-如果我有3个组而不是2个,就像我在下一个项目中已经看到的那样;由于if/else语句只允许两个组,我将如何调整它?如果你喜欢我问一个新问题,请让我知道它是有效的,谢谢-我发布了一个关于3组的新问题供参考