将值减小一定范围的随机选择

Question

我有36户家庭的用电量（df），我只想修改高峰时段（从17:00到23:00）的值。我想通过乘以一个系数来实现此目的，但是，我希望该系数从8％随机变化为12％。

我使用以下函数从datetime列中删除了时间（HH：MM：SS）：

df['Time']=pd.to_datetime(df['DateTime']).dt.strftime ('%H:%M:%S')

然后我使用以下函数将df ['Time']列的值与高峰时段的值进行比较

df.loc[(df['Time'] == '17:00:00') | (df['Time'] == '17:30:00') | (df['Time'] == '18:00:00') | (df['Time'] == '18:30:00') | (df['Time'] == '19:00:00') | (df['Time'] == '19:30:00') | (df['Time'] == '20:00:00') | (df['Time'] == '20:30:00') | (df['Time'] == '21:00:00') | (df['Time'] == '21:30:00') | (df['Time'] == '22:00:00') | (df['Time'] == '22:30:00') | (df['Time'] == '23:00:00') , 'Response KWH/hh (per half hour) '] *= 0.9

但是我有以下问题：

1. 对于从0.08到0.12范围内随机选择的因子而不是固定因子，如何更改因子0.9？因此30分钟的样本中的每个样本都乘以一个介于0.08到0.12之间的不同因子

预先感谢

Answer 1

基本思想应如下：

rand_nums = np.random.rand(shape)*(0.12-0.08) + 0.08

这将为您提供介于0.08和0.12之间的随机值。

然后，您可以将其乘以时间数组，转换为秒。