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

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

  low

  和

  high

  参数来指定值范围
• 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