根据不同的行需求创建正常估计的 Pandas 数据框

Question

我知道这将创建单个样本的数据框：

samples = np.random.normal(loc=df_avgs['AVERAGE'][region], scale=df_avgs['STDEV'][region], size=1)

但我想根据条件为每一行创建一个样本。例如，我有一个均值 df、stdev 和一个条件 df。

df_avgs

地区	平均	标准偏差
0	-1.61	7.75
1	2.87	8.38
2	3.61	7.61
3	-10.26	9.19

df_条件

身份证	REGION_NAME
0	0 区
1	3区
2	2区
3	1区
4	1区
5	2区
6	3区

如何创建长度为（df_conditions）的 df 或者仅向 df_conditions 添加一列，并使用基于区域的样本？

Answer 1

IIUC，您可以将两个数据帧合并在一起，然后使用列表理解和两个数据帧列的压缩来分配值：

df_zip = df_conditions.assign(REGION=df_conditions['REGION_NAME'].str.extract('([0-9])').astype(int)).merge(df_avgs)

df_conditions['SAMPLES'] = [np.random.normal(loc=l, scale=s, size=1)[0] for l, s in zip(df_zip['AVERAGE'], df_zip['STDEV'])]

print(df_conditions)

输出：

   ID REGION_NAME    SAMPLES
0   0    Region 0  -2.475624
1   1    Region 3  -7.157439
2   2    Region 2  -4.563650
3   3    Region 1  -2.199240
4   4    Region 1   5.221416
5   5    Region 2   7.175620
6   6    Region 3 -22.775366