Python 如何创建随机浮动并将其添加为pandas中的dataframe列?
如果我有一个df如下所示Python 如何创建随机浮动并将其添加为pandas中的dataframe列?,python,pandas,Python,Pandas,如果我有一个df如下所示 date | id | 12/02/2012 b2 12/03/2013 b6 11/23/2013 b3 如果我想添加两个新列,其中包含模拟或假数据,格式为假利率和假分钟,利率在0.00到3.00之间,分钟值在0.0到30.0之间 date | id | fake_rates | fake_minutes 12/02/2012 b2 1.05
date | id |
12/02/2012 b2
12/03/2013 b6
11/23/2013 b3
如果我想添加两个新列,其中包含模拟或假数据,格式为假利率和假分钟,利率在0.00到3.00之间,分钟值在0.0到30.0之间
date | id | fake_rates | fake_minutes
12/02/2012 b2 1.05 2.0
12/03/2013 b6 .56 1.6
12/03/2013 b8 .33 11.2
11/23/2013 b3 .19 122.0
然后将它们分组为
其中,速率和分钟数是按分组的日期的平均值
示例输出
date | rates | minutes
12/01/2012 1.39 23.00
12/02/2012 1.29 22.33
谢谢 - 使用,因为它有一个
和low
参数来指定值范围high
- 用于指定数据的小数位数
导入numpy
作为pd进口熊猫
#设置数据帧
df=pd.数据帧({'date':['12/02/2012','12/03/2013','11/23/2013','12/02/2012','12/03/2013','11/23/2013'],'id':['b2','b6','b3','b2','b6','b3'])
#添加合成数据
np.random.seed(365)
df['fake_minutes']=np.round(np.random.uniform(0.0,30.0,size=(len(df),1)),2)
df['fake_rates']=np.round(np.random.uniform(0.0,3.0,size=(len(df),1)),2)
#将日期设置为日期时间格式
df.date=pd.to_datetime(df.date)
#显示(df)
日期id假分钟假费率
0 2012-12-02 b2 28.24 2.30
1 2013-12-03 b6 19.25 0.92
2 2013-11-23 b3 20.54 1.33
3 2012-12-02 b2 17.66 0.33
4 2013-12-03 b6 16.32 1.32
5 2013-11-23 b3 11.04 2.26
#分组并聚合平均值
dfg=df.groupby('date',as_index=False).agg({'fake_minutes':'mean','fake_rates':'mean'})
#显示(dfg)#日期都是唯一的,因此
日期假分钟假费率
0 2012-12-02 22.950 1.315
1 2013-11-23 15.790 1.795
2 2013-12-03 17.785 1.120