Question

我正在使用包含4000列和17560行的df。我正在执行一个实验，其中我需要从数据中选择5个随机列，并将其单元格的值乘以0.08到0.12之间的随机数。乘法只能在特定的时间间隔内完成。另外，该操作重复了100次，并且每次重复都必须使用5个不同的列，这就是为什么需要随机选择这些列的原因。目前，我正在使用以下代码：

 interval = int(17560/365)    
 for k in range(1,100):
  rand_nums= np.random.uniform(0.08,0.12)
  df[34:45,:] *= (1-rand_nums)


  for i in range(1,interval):
    rand_nums = np.random.uniform(0.08,0.12,5)
    df[i*48+34:i*48+45,:] *= (1-rand_nums)

该代码有效，因为在第二个for循环中，我指定了列数，但是，每次执行此操作时，它都会选择前5列。我的问题是：

每次执行此操作时，是否有任何方法可以选择随机列而不包含另一个for循环？

谢谢

Answer 1

使用：

import pandas as pd
import numpy as np

df = pd.DataFrame(columns= list(range(100)))

# Put these inside your loop
rand_cols = np.random.permutation(df.columns)[0:5]
df[rand_cols]

代码np.random.permutation将所有列名称改组，现在此列表的任何部分将是列名称的随机选择。

代码df[rand_cols]导致选择df的子集，因此，如果将其乘以某个数字，例如df[rand_cols] = df[rand_cols] * 2仅会修改rand_cols中的值。

从DF中选择随机列并执行操作

1 个答案: