我有一个pandas数据帧,我想用随机正常数替换一些唯一值.在下面的示例中,要替换的值为0.
import numpy as np
import pandas as pd
dates = pd.date_range('20160101', periods=10)
x = [1.0,2.0,10.0,9.0,0,7.0,6.0,0,3.0,9.0]
df = pd.DataFrame(x,index=dates,columns=['A'])
A
2016-01-01 1.000000
2016-01-02 2.000000
2016-01-03 10.000000
2016-01-04 9.000000
2016-01-05 0.000000
2016-01-06 7.000000
2016-01-07 6.000000
2016-01-08 0.000000
2016-01-09 3.000000
2016-01-10 9.000000
这就是我所拥有的:
df['A'] = df.A.replace(to_replace =0, value = np.random.normal(0,1))
用相同的值替换零.
A
2016-01-01 1.000000
2016-01-02 2.000000
2016-01-03 10.000000
2016-01-04 9.000000
2016-01-05 6.993988
2016-01-06 7.000000
2016-01-07 6.000000
2016-01-08 6.993988
2016-01-09 3.000000
2016-01-10 9.000000
我想要不同的价值观.我怎样才能做到这一点?
解决方法:
我最近遇到了类似的问题并创建了一个函数.试试这个修改过的功能
def replace_zeros_w_random_normal(DF,label, mu, sigma):
truth_1 = DF[label] == 0
random = np.random.normal(mu, sigma, DF.shape[0])
filt = DF[DF[label] > 0]
vector_1 = truth_1 * random
truth_2 = vector_1 == 0
vector_2 = truth_2 * DF[label]
DF[label] = np.maximum(vector_1,vector_2)
return DF
然后运行:
replace_zeros_w_random_normal(df,'A ,1,0.1)
标签:python,pandas,numpy 来源: https://codeday.me/bug/20190829/1760840.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。