如何用隨機字典值填充熊貓數據框列

Question

我是 Pandas 的新手，我想玩隨機文本數據。 我正在嘗試向 DataFrame df 添加 2 個新列，每個列都由從字典中隨機選擇的鍵 (newcol1) + 值 (newcol2) 填充。

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

我的 df 已經有 2 列，我想要這樣的東西：

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

我當然可以使用 for 或 while 循環來填充 df['Continent'] 和 df['Country'] 但我覺得 .apply() 和 np.random.choice 可能會為此提供一個更簡單、更有趣的解決方案。

Answer 1

是的，你說得對。 您可以將np.random.choice與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

您從country密鑰列表中隨機選擇len(df)個密鑰，然后使用country詞典作為映射器來查找先前選擇的密鑰的國家/地區等價物。

Answer 2

您也可以嘗試使用DataFrame.sample() ：

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

如果您的大陸國家地圖已經是數據框，則可以更快。

---

如果您使用的是 Python 3.6，另一種方法是使用random.choices() ：

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

random.choices()是類似於numpy.random.choice()不同之處在於可以通過鍵-值元組對，而列表numpy.random.choice()只接受1-d陣列。