如何用随机字典值填充熊猫数据框列

Question

我是 Pandas 的新手，我想玩随机文本数据。 我正在尝试向 DataFrame df 添加 2 个新列，每个列都由从字典中随机选择的键 (newcol1) + 值 (newcol2) 填充。

countries = {'Africa':'Ghana','Europe':'France','Europe':'Greece','Asia':'Vietnam','Europe':'Lithuania'}

我的 df 已经有 2 列，我想要这样的东西：

    Year Approved Continent    Country
0   2016      Yes    Africa      Ghana
1   2016      Yes    Europe  Lithuania
2   2017       No    Europe     Greece

我当然可以使用 for 或 while 循环来填充 df['Continent'] 和 df['Country'] 但我觉得 .apply() 和 np.random.choice 可能会为此提供一个更简单、更有趣的解决方案。

Answer 1

是的，你说得对。 您可以将np.random.choice与map np.random.choice使用：

df

    Year Approved
0   2016      Yes
1   2016      Yes
2   2017       No

df['Continent'] = np.random.choice(list(countries), len(df))
df['Country'] = df['Continent'].map(countries)

df

    Year Approved Continent    Country
0   2016      Yes    Africa      Ghana
1   2016      Yes      Asia    Vietnam
2   2017       No    Europe  Lithuania

您从country密钥列表中随机选择len(df)个密钥，然后使用country词典作为映射器来查找先前选择的密钥的国家/地区等价物。

Answer 2

您也可以尝试使用DataFrame.sample() ：

df.join(
    pd.DataFrame(list(countries.items()), columns=["continent", "country"])
    .sample(len(df), replace=True)
    .reset_index(drop=True)
)

如果您的大陆国家地图已经是数据框，则可以更快。

---

如果您使用的是 Python 3.6，另一种方法是使用random.choices() ：

df.join(
    pd.DataFrame(choices([*countries.items()], k=len(df)), columns=["continent", "country"])
)

random.choices()是类似于numpy.random.choice()不同之处在于可以通过键-值元组对，而列表numpy.random.choice()只接受1-d阵列。