Pandas：使用范圍內的隨機整數在 df 中創建新列

Question

我有一個 50k 行的熊貓數據框。 我正在嘗試添加一個新列，它是從 1 到 5 的隨機生成的整數。

如果我想要 50k 個隨機數，我會使用：

df1['randNumCol'] = random.sample(xrange(50000), len(df1))

但為此我不知道該怎么做。

R中的旁注，我會這樣做：

sample(1:5, 50000, replace = TRUE)

有什么建議么？

Answer 1

一種解決方案是使用numpy.random.randint ：

import numpy as np
df1['randNumCol'] = np.random.randint(1, 6, df1.shape[0])

或者，如果數字不連續（盡管速度較慢），您可以使用以下命令：

df1['randNumCol'] = np.random.choice([1, 9, 20], df1.shape[0])

為了使結果可重現，您可以使用numpy.random.seed設置種子（例如np.random.seed(42) ）

Answer 2

要添加一列隨機整數，請使用randint(low, high, size) 。 沒有必要浪費內存分配range(low, high) ； 如果high很大，那可能是很多內存。

df1['randNumCol'] = np.random.randint(0,5, size=len(df1))

筆記：

• 當我們只添加一列時， size只是一個整數。 一般來說，如果我們想生成一個randint()s的數組/數據框，大小可以是一個元組，如Pandas：如何創建一個隨機整數的數據框？ )
• 在 Python 3.x 中range(low, high)不再分配列表（可能使用大量內存），它產生一個range()對象
• 使用random.seed(...)確定性和可重復性

Answer 3

不需要額外導入 numpy 的選項：

df1['randNumCol'] = pd.Series(range(1,6)).sample(int(5e4), replace=True).array