Question

我有一个这样的熊猫df：

我想要的是，如果ID大于或等于ID3，那么ID3应该是5到6之间的随机值。所以我会得到类似以下结果：

df实际上有6000行，所以我想提出一种迭代和解决（如果需要）的方法。

谢谢！

Answer 1

如评论中所述，您只想更改ID = 3，其中VAL小于ID = 2的VAL。您只需使用diff

即可使用另一个掩码来检查ID = 3小于ID = 2

m = df.ID.eq(3)
m1 = df.VAL.diff().le(0)
df.loc[m & m1, 'VAL'] = np.random.choice([5, 6], size=(m & m1).sum())

Out[549]:
   ID  VAL
0   1    4
1   2    2
2   3    6
3   1    4
4   2    3
5   3    5

如果您不想重复值，请指定选项replace=False

m = df.ID.eq(3)
m1 = df.VAL.diff().le(0)
df.loc[m & m1, 'VAL'] = np.random.choice([5, 6], size=(m & m1).sum(), replace=False)

Answer 2

IIUC：

import random
what = (df['ID'] ==3 ) & ((df['VAL'] <= df['VAL'].shift()))
df['new_col'] = what
df.loc[df['new_col'] == True, 'VAL'] = random.randint(5,6)

   ID  VAL  new_col
0   1    4    False
1   2    2    False
2   3    6     True
3   1    4    False
4   2    3    False
5   3    6     True

您可以删除new_col

Answer 3

这将使用5到6之间的随机选择替换ID大于或等于3的VAL

import pandas as pd
import numpy as np
import random


sample_data = pd.DataFrame({'ID': [1, 2, 3, 1, 2, 3],
                            'VAL': [4, 2, 1, 4, 3, 3]})

# To generate the same pseudo random numbers
random.seed(51)

sample_data['VAL'] = np.where(sample_data['ID']>=3, random.choice([5, 6]), sample_data['VAL'])

有条件地替换为熊猫

3 个答案: