根据另一列的值更改 dataframe 列值的百分比

Question

我有一个类似于下面的 dataframe，其中活动采用二进制值表示是否需要医生：

d = {'activity': ['Check-up', 'Assessment', 'Medication', 'Medication', 'Medication'], 'doctor_requirement': [1, 0,0,0,0]}
df = pd.DataFrame(data=d)
df
    activity    doctor_requirement
0   Check-up    1
1   Assessment  0
2   Medication  0
3   Medication  0
4   Medication  0

我想考虑一定比例的'Medication'活动需要医生。 也就是说，将二进制 1 分配给doctor_requirement要求，以获得'Medication'访问的百分比。 例如，50% 的'Medication'活动需要医生（即医生要求doctor_requirement = 1 ）。

非常感谢您的帮助，我一直在网上寻找，似乎无法找到如何应用这样的条件。 提前致谢！

Answer 1

如果你想要 50% 的机会，那么你可以使用：

df.loc[df['activity']=='Medication','doctor_requirement'] = np.random.choice([0,1],(df['activity']=='Medication').sum())

如果您希望控制 0 和 1 的概率，可以使用np.random.choice的p参数来指定赔率。

df.loc[df['activity']=='Medication','doctor_requirement'] = np.random.choice([0,1],(df['activity']=='Medication').sum(),p=[0.99,0.01])