使用条件在组中创建random.randint？

Question

我有一个名为“cars”的列，并希望使用random.randint（）创建另一个名为“people”的人，我有：

dat['persons']=np.random.randint(1,5,len(dat))

这是我可以把使用这些的人数，但我想知道如何设置一个条件所以在'suv'类别将只生成4到9的数字，例如。

cars | persons
suv     4
sedan   2
truck   2         
suv     1      
suv     5

Answer 1

您可以为系列创建索引，其中匹配的行具有True，其他所有内容都具有False。然后，您可以使用loc[]分配与该索引匹配的行以选择行;然后，您只生成所选行的值的数量：

m = dat['cars'] == 'suv'
dat.loc[m, 'persons'] = np.random.randint(4, 9, m.sum())

您还可以在apply系列上使用cars来创建新列，在每次调用中创建一个新的随机值：

dat['persons'] = dat.cars.apply(
    lambda c: random.randint(4, 9) if c == 'suv' else random.randint(1, 5))

但是这必须为每一行进行单独的函数调用。使用掩码会更有效率。

Answer 2

选项1 因此，您生成1到5之间的随机数，而SUV类别中的数字应该在4到9之间。这只是意味着您可以生成一个随机数，然后将4添加到属于SUV类别的所有随机数中？

df = df.assign(persons=np.random.randint(1,5, len(df)))
df.loc[df.cars == 'suv', 'persons'] += 4

df

    cars  persons
0    suv        7
1  sedan        3
2  truck        1
3    suv        8
4    suv        8

---

选项2 另一种选择是使用np.where -

df.persons = np.where(df.cars == 'suv', 
                      np.random.randint(5, 9, len(df)), 
                      np.random.randint(1, 5, len(df)))
df

    cars  persons
0    suv        8
1  sedan        1
2  truck        2
3    suv        5
4    suv        6

Answer 3

可能有一种方法可以通过比我更聪明的组合来做到这一点，但我的方法是构建一个函数并将其应用到您的汽车列。这非常灵活 - 如果你想为每辆车提供不同的东西，那么很容易构建更复杂的逻辑：

def get_persons(car):
    if car == 'suv':
        return np.random.randint(4, 9)
    else:
        return np.random.randint(1, 5)
dat['persons'] = dat['cars'].apply(get_persons)

或者以更灵活但不太灵活的方式：

dat['persons'] = dat['cars'].apply(lambda car: np.random.randint(4, 9) if car == 'suv' else np.random.randint(1, 5))