根据分类列创建用随机元素填充的新列答案

【问题标题】：Create new column filled with random elements based on a categorical column根据分类列创建用随机元素填充的新列
【发布时间】：2019-04-26 18:58:25
【问题描述】：

我有一个看起来像这样的 pandas 数据框：

列 ID 具有唯一整数，而 Cat 包含分类变量。现在我想添加两个关于猫的新列。

理想的结果应该是这样的：

ID  Cat  New1   New2
87    A    67    36
56    A    67    76
67    A    56    36
76    D    36    56
36    D    76    67

列 New1：对于每一行，选择一个与当前行 ID 具有相同类别的随机 ID，并进行替换。随机选取的 ID 不应与当前行 ID 相同。

列 New2：为每一行选择一个与当前行 ID 具有不同类别的随机 ID，并进行替换。

我怎样才能有效地做到这一点？

【问题讨论】：

标签： python dataframe random

【解决方案1】：

我尝试使用向量找到解决方案，但无法解决。此解决方案遍历索引并计算 New1 和 New2 的新值。

这将达到我相信您正在寻找的结果。

for i in df.index:
    # Grab the category variable for each row.
    cat = df.loc[i,'Cat']

    # Set column New1
    mask1 = df['Cat'] == cat
    mask2 = df.index != i
    df.at[i,'New1']= df[mask1 & mask2]["ID"].sample().iloc[0]

    # Set column New2
    mask3 = df['Cat'] != cat
    df.at[i,'New2']= df[mask3]["ID"].sample().iloc[0]

print(df) 第一个：

 ID Cat  New1  New2
0  87   A  56.0  76.0
1  56   A  87.0  36.0
2  67   A  56.0  76.0
3  76   D  36.0  87.0
4  36   D  76.0  87.0

print(df) 第二个：

  ID Cat  New1  New2
0  87   A  67.0  36.0
1  56   A  87.0  36.0
2  67   A  87.0  76.0
3  76   D  36.0  67.0
4  36   D  76.0  67.0

您可以从这些结果中看到，您通过使用 sample() 获得了随机结果。

【讨论】：

【解决方案2】：

我之前的回答没有正确生成“new1”列。了解到一个有效的解决方案已经发布并被接受，我发布这个是为了提供一个替代方案。

df = pd.DataFrame.from_dict({'ID':(87,56,67,76,36),'CAT':('A','A','A','D','D')})
df['New1'] = [np.random.choice(df[(df['CAT']==cat) & (df['ID']!=iden)]['ID']) for cat, iden in zip(df['CAT'],df['ID'])]
df['New2'] = [np.random.choice(df[df['CAT']!=cat]['ID']) for cat in df['CAT']]


In [11]: df
Out[12]: 
  CAT  ID  New1  New2
0   A  87    67    76
1   A  56    67    76
2   A  67    56    36
3   D  76    36    87
4   D  36    76    67

【讨论】：

不，ID 不能为零。提供的代码适用于 New2 列，但 New1 列不符合我对它应该如何的描述。