使用不同的值（随机分布）填充DataFrame的一列中的每一行

Question

我有一个与aprox有关的数据帧。4列200行。我用空值创建了第5列：

df['minutes'] = np.nan 

然后，我想用随机逆对数正态值填充这个新列的每一行。生成1逆对数正态的代码：

注意：如果下面的代码运行了多次，它将生成一个新的结果，因为ppf():random.random()

^{pr2}$

当我这样做的时候，它用相同的数字填充了df['minutes']的所有200行，而不是像我预期的那样为每一行触发random.random()。在

我该怎么办？我尝试使用for loop，但显然我没有正确地使用它（给出相同的结果）：

for i in range(1,len(df)):
df['minutes'] = df['minutes'].fillna(stats.lognorm(0.5, scale=np.exp(1.8)).ppf(random.random()).astype(int))

我做错什么了？在

另外，如果另一列的值是0或1，我将需要更改上面inverse log normal的一些参数。如：

if df['type'] == 0:
     df['minutes'] = df['minutes'].fillna(stats.lognorm(0.5, scale=np.exp(1.8)).ppf(random.random()).astype(int))
elif df['type'] == 1:
     df['minutes'] = df['minutes'].fillna(stats.lognorm(1.2, scale=np.exp(2.7)).ppf(random.random()).astype(int))

提前谢谢。在

Answer 1

这里使用fillna的问题是，该函数以一个值作为参数，并将其应用于沿指定轴的每个元素。因此，只计算一次stat值，然后将其分配到每一行。在

您需要的是为轴上的每个元素调用函数，因此参数必须是函数本身，而不是值。这是apply的一项工作，它接受一个函数并将其应用于沿轴的元素。在

我直接跳到你的最终要求：

您可以在minutes-列上使用apply（作为熊猫系列方法），然后将相应结果分配给type列的minutes列过滤行：

import numpy as np
import pandas as pd
import scipy.stats as stats
import random

# setup
df = pd.DataFrame(np.random.randint(0, 2, size=(8, 4)),
                  columns=list('ABC') + ['type'])
df['minutes'] = np.nan


df.loc[df.type == 0, 'minutes'] = \
    df['minutes'].apply(lambda _: stats.lognorm(
        0.5, scale=np.exp(1.8)).ppf(random.random()).astype(int),
                    convert_dtype=False))

df.loc[df.type == 1, 'minutes'] = \
    df['minutes'].apply(lambda _: stats.lognorm(
        1.2, scale=np.exp(2.7)).ppf(random.random()).astype(int),
                    convert_dtype=False))

。。。或者使用apply作为一个数据帧方法，该方法使用一个包装逻辑的函数来区分type-column的值，并将结果分配回minutes-列：

^{pr2}$

Answer 2

用不同的思维方式完成了一些步骤：

• 创建了2个列表，每个列表都有我自己的参数

• 已使用NumPy's append 所以每一行都有不同的随机数

   lognormal_tone = []
   lognormal_ttwo = []
   for i in range(len(s)):
       lognormal_tone.append(stats.lognorm(0.5, scale=np.exp(1.8)).ppf(random.random()).astype(int))
       lognormal_ttwo.append(stats.lognorm(0.4, scale=np.exp(2.7)).ppf(random.random()).astype(int))
  

然后，将它们与先前创建的另一个列表一起包含在数据帧中：

df = pd.DataFrame({'arrival':arrival,'minTypeOne':lognormal_tone, 'minTypeTwo':lognormal_two})