我尝试使用np.random.randint生成大量唯一的随机值,但返回的重复值很少。
我有以下数据集
District Prefix Quota
A 98426 783
A 98427 223
A 98446 127
A 98626 51
B 98049 167
B 98079 153
B 98140 120
B 98159 139
B 98169 182
B 98249 86
B 98426 588
B 98446 96
C 98049 104
C 98060 68
C 98149 65
C 98150 68
C 98159 86
C 98160 80
C 98169 113
要复制的代码:
import pandas as pd
df = pd.DataFrame([
['A', 98426, 783],
['A', 98427, 223],
['A', 98446, 127],
['A', 98626, 51],
['B', 98049, 167],
['B', 98079, 153],
['B', 98140, 120],
['B', 98159, 139],
['B', 98169, 182],
['B', 98249, 86],
['B', 98426, 588],
['B', 98446, 96],
['C', 98049, 104],
['C', 98060, 68],
['C', 98149, 65],
['C', 98150, 68],
['C', 98159, 86],
['C', 98160, 80],
['C', 98169, 113]
],
columns=['District', 'Prefix', 'Quota'])
我必须创建一个唯一的随机数并将其添加到前缀中。随机值的数量以配额为单位
np.random.seed(1) # for repeatability
random=df.Prefix.repeat(df.Quota)*100000 + np.random.randint(0, 99999, df.Quota.sum())
我以为np.random.randint提供了唯一的数字,但是当生成大约18000个数字时,却提供了大约200个重复的数字。 最终我尝试了random.sample,问题得以解决。但是我想使用np.random.randit生成唯一编号,因为我可以在np.random.seed(n)中更改种子,并且可以通过更改种子来创建与第一组不同的另一组唯一编号。
答案 0 :(得分:2)
您将无法直接与np.random.randint
一起使用,因为它无法提供不替换而随机抽样 的可能性。但是np.random.choice
确实如此。通过指定随机种子,您可以再现生成的序列,该序列将由range(99999)
范围内的随机,均匀采样的分布数组组成:
np.random.seed(2)
numbers = np.random.choice(range(99999), size=df.Quota.sum(), replace=False)
random = df.Prefix.repeat(df.Quota)*100000 + numbers
len(random)==random.nunique()
# True