Question

我正在Bigquery中使用Python，并且具有较大的数据框df（大约7m行）。我还有一个列表lst，其中包含一些日期（例如，给定月份中的所有天）。

我正在尝试在df中创建另一列“ random_day”，并在每行中使用lst中的随机值。

我尝试运行循环并应用函数，但由于数据集很大，因此极富挑战性。

我的尝试通过了循环解决方案：

df["rand_day"] = ""

for i in a["row_nr"]:
  rand_day = sample(day_list,1)[0]
  df.loc[i,"rand_day"] = rand_day

应用解决方案，首先定义我的函数，然后调用它：

def random_day():
  rand_day = sample(day_list,1)[0]
  return day

df["rand_day"] = df.apply(lambda row: random_day())

对此有任何提示吗？谢谢

Answer 1

使用numpy.random.choice，并在必要时将日期转换为to_datetime：

df = pd.DataFrame({
        'A':list('abcdef'),
        'B':[4,5,4,5,5,4],
})

day_list = pd.to_datetime(['2015-01-02','2016-05-05','2015-08-09'])
#alternative
#day_list = pd.DatetimeIndex(['2015-01-02','2016-05-05','2015-08-09'])

df["rand_day"] = np.random.choice(day_list, size=len(df))
print (df)
   A  B   rand_day
0  a  4 2016-05-05
1  b  5 2016-05-05
2  c  4 2015-08-09
3  d  5 2015-01-02
4  e  5 2015-08-09
5  f  4 2015-08-09

如何将列表中的随机值分配给pandas数据框中的列？

1 个答案: