使用 random.randint() 屏蔽每个 DataFrame 列答案

【问题标题】：Masking each DataFrame Column using random.randint()使用 random.randint() 屏蔽每个 DataFrame 列
【发布时间】：2021-08-01 11:34:36
【问题描述】：

作为初学者和学生，我对 python 掩码感到好奇，所以我编写了以下代码：

import numpy as np
import pandas as pd
import random

A = [123, 321, 213]
B = [456, 546, 654]
C = [789, 987, 879]

lst = {
    "A":A,
    "B":B,
    "C":C}

df = pd.DataFrame(lst)

上面的代码产生了这个：

A   B   C
0 123 456 789

1 321 546 987

2 213 654 879

我制作了这段代码来屏蔽该列：

df['A'].mask(df['A']>1, np.random.randint(1,3))

现在将 A 列的值转换为：

0 1

1 1

2 1

但我想要一个想要的输出是这样的：

0 2

1 3

2 1

有可能吗？如果可以，可以指点一下吗？

【问题讨论】：

标签： python pandas numpy jupyter-notebook

【解决方案1】：

df['A'].apply(lambda x: np.random.randint(1,4) if x > 1 else 0)

这是一个随机结果，因此您在第一次尝试时可能不会得到[2,3,1]。如果你只想要这个而不是随机的，那么你必须改变种子并找到这个。

幸好我帮你找到了，

np.random.seed(90)
df['A'].apply(lambda x: np.random.randint(1,4) if x > 1 else 0)

0    2
1    3
2    1
Name: A, dtype: int64

【讨论】：