Ho un frame dati panda con 50k righe. Sto cercando di aggiungere una nuova colonna che è un intero generato in modo casuale da 1 a 5.Panda: crea una nuova colonna in df con numeri interi casuali dal range
Se voglio 50k numeri casuali userei:
df1['randNumCol'] = random.sample(xrange(50000), len(df1))
ma per questo non sono sicuro come farlo.
Nota a margine in R, mi piacerebbe fare:
sample(1:5, 50000, replace = TRUE)
Qualche suggerimento?
Una soluzione è quella di utilizzare np.random.randint:
import numpy as np
df1['randNumCol'] = np.random.randint(1, 6, df1.shape[0])
# or if the numbers are non-consecutive (albeit slower)
df1['randNumCol'] = np.random.choice([1, 9, 20], df1.shape[0])
Al fine di rendere i risultati riproducibili è possibile impostare il seme con np.random.seed(42).
Grazie anche per la parte' random.seed'. – screechOwl
Prego, sarei felice di poterti aiutare. – Matt
@screechOwl: questa soluzione è inferiore all'utilizzo di 'np.random.randint()' per la mia soluzione. – smci
Per aggiungere una colonna di numeri interi casuali, utilizzare randint(low, high, size). Non è necessario sprecare memoria allocando range(low, high); potrebbe essere un sacco di memoria se high è grande.
df1['randNumCol'] = np.random.randint(0,5, size=len(df1))
(Si noti anche che, quando stiamo solo aggiunta di una colonna, la dimensione è solo un numero intero. In generale, se vogliamo generare una matrice/dataframe di randint()s, formato può essere una tupla, come in Pandas: How to create a data frame of random integers?)
In panda/numpy, esiste una funzione diretta 'np.random.randint (basso, alto, dimensione)'. Non c'è bisogno di generare effettivamente il range 'low: high' e campionarlo da esso, come facciamo in R. – smci