在组中的每一行上随机
我有一个以下数据帧：
我试图将 disbursedamount 系列中的值填充为 SanctionedAmount 的 10% 到 20% 之间的任何随机值。这个逻辑需要应用在每组 accountid 上。
Index accountid transdate SanctionedAmount balance disbursedamount
0 103602 2018-08-01 7806 6798 0
1 103602 2018-11-01 7806 6798 0
2 103606 2018-11-01 6274 7313 0
3 103606 2018-06-01 6274 7313 0
4 103606 2018-07-01 6274 7313 0
5 103606 2018-08-01 6274 7313 0
6 103609 2018-11-01 5726 8189 0
7 103609 2018-07-01 5726 8189 0
8 103609 2018-08-01 5726 8189 0
9 103609 2018-06-01 5726 8189 0
10 103617 2018-07-01 6549 7457 0
11 103634 2018-06-01 8835 7794 0
12 103637 2018-07-01 6920 6623 0
13 103644 2018-06-01 8481 8253 0
14 103645 2018-11-01 8220 9966 0
15 103645 2018-06-01 8220 9966 0
16 103645 2018-07-01 8220 9966 0
17 103645 2018-08-01 8220 9966 0
预期输出：
Index accountid transdate SanctionedAmount balance disbursedamount
0 103602 2018-08-01 1000 798 100
1 103602 2018-11-01 1000 798 200
2 103606 2018-11-01 2000 313 200
3 103606 2018-06-01 2000 313 400
4 103606 2018-07-01 2000 313 200
5 103606 2018-08-01 2000 313 300
6 103609 2018-11-01 5000 189 500
7 103609 2018-07-01 5000 189 100
DIEA3回答
-
catspeake
你想在这里使用随机函数是一个简单的选择 from random import random df.disbursedamount = df.SanctionedAmount * (random()/5) -
红糖糍粑
从您的预期输出来看，您似乎不需要“应用于每组 accountid”的逻辑，即不需要groupby. 所以每一行的解决方案是import pandas as pdimport numpy as np# df = the_DataFrame_you_havedf['disbursedamount'] = df['SanctionedAmount'] * np.random.uniform(0.1, 0.2) -
翻翻过去那场雪
您可以简单地乘以SanctionedAmount从 0.1 和 0.2 之间的均匀分布中随机选择的数字。df['disbursedamount'] = df['SanctionedAmount'] * np.random.uniform(0.10, 0.20)
随时随地看视频慕课网APP
相关分类
Python