Question

我是Pandas的新手，我想玩随机文字数据。我正在尝试向DataFrame df添加2个新列，每个列都由从字典中随机选择的键（newcol1）+值（newcol2）填充。

countries = {'Africa':'Ghana','Europe':'France','Europe':'Greece','Asia':'Vietnam','Europe':'Lithuania'}

我的df已经有2列了，我喜欢这样的话：

    Year Approved Continent    Country
0   2016      Yes    Africa      Ghana
1   2016      Yes    Europe  Lithuania
2   2017       No    Europe     Greece

我当然可以使用for或while循环填充df [＆＃39; Continent＆＃39;]和df [＆＃39; Country＆＃39;]但我感觉.apply（）和np.random.choice可以为此提供更简单，更可爱的解决方案。

Answer 1

是的，你是对的。您可以使用np.random.choice + map：

df

    Year Approved
0   2016      Yes
1   2016      Yes
2   2017       No

df['Continent'] = np.random.choice(list(countries), len(df))
df['Country'] = df['Continent'].map(countries)

df

    Year Approved Continent    Country
0   2016      Yes    Africa      Ghana
1   2016      Yes      Asia    Vietnam
2   2017       No    Europe  Lithuania

您可以从len(df)键列表中随机选择country个键，然后使用country字典作为映射器查找以前选择的键的国家/地区等效项。

对于替换的第二步，pd.Series.replace也有效：

df['Country'] = df.Continent.replace(countries)

df

    Year Approved Continent    Country
0   2016      Yes    Africa      Ghana
1   2016      Yes      Asia    Vietnam
2   2017       No    Europe  Lithuania

为了完整起见，您还可以使用apply + dict.get：

df['Country'] = df.Continent.apply(countries.get)

df

    Year Approved Continent    Country
0   2016      Yes    Africa      Ghana
1   2016      Yes      Asia    Vietnam
2   2017       No    Europe  Lithuania

Answer 2

您也可以尝试使用DataFrame.sample()：

df.join(
    pd.DataFrame(list(countries.items()), columns=["continent", "country"])
    .sample(len(df), replace=True)
    .reset_index(drop=True)
)

如果您的大陆国家/地区地图已经是数据框，可以加快速度。

如果你使用的是Python 3.6，另一种方法是使用random.choices()：

df.join(
    pd.DataFrame(choices([*countries.items()], k=len(df)), columns=["continent", "country"])
)

random.choices()与numpy.random.choice()类似，只是您可以传递键值元组对列表，而numpy.random.choice()只接受1-D数组。

如何用随机字典值填充pandas数据帧列

2 个答案: