将一系列值随机插入 pd.dataframe

Question

我有一个大数据框，我想要做的是用我设置的新值覆盖该数据框的 X 个条目。 新条目必须位于随机位置，但必须按顺序排列。 就像我有一个带有随机数的列，并且想用新值 x 连续覆盖其中的 20 个。

我试过df.sample(x)然后更新数据df.sample(x) ，但我只得到单个条目。 但是我需要连续的 X 个新条目（连续）。

有人有解决方案吗？ 我对 Python 很陌生，必须在我的硕士论文中学习它。

澄清：

我的数据框有 5 列，几乎有 60,000 行，每行一年中的 10 分钟。

• 一列是“输出”，其中包含 10 分钟的发电量值。
• 在一年中连续 2 小时（连续 120 分钟，因此连续 12 行），我想将该产量降低到 60%。 我希望它发生在一年中的随机时间。
• 另一列是“状态”，包含有关产量是否减少的信息。

我试过：

df_update = df.sample(12)
df_update.status = 'reduced'
df.update(df_update)
df.loc[('status) == 'reduced', ['production']] *=0.6 

这对总时间（12 * 10 分钟）有效，但我想要连续 120 分钟而不是分开。

Answer 1

我决定获取一个随机值并将接下来的 12 个条目索引为 0.6。 我想这就是你想要的。

df = pd.DataFrame({'output':np.random.randn(20),'status':[0]*20})
idx = df.sample(1).index.values[0]
df.loc[idx:idx+11,"output"]=0.6
df.loc[idx:idx+11,"status"]=1