根据某些条件将一到三之间的随机值添加到DataFrame的列中

Question

我想生成一个数据帧，其中涉及三个行业，100个投资者，以及50000个不同交易中的2000家公司。因此，我有50000行和4列，包括交易的日期。

我在这个数据集中随机分配了100名投资者和2000家公司进行所有交易。

我的问题是，我需要通过考虑这一过程应该适用的几个条件来确定每个交易的行业。1)如果一家公司被随机分配到一个行业，那么该公司应该在整个数据集中持有同一行业。2)所有投资者至少投资一个行业，15个投资者至少投资两个行业，4个投资者投资所有三个行业。我不知道我该怎么做。

Answer 1

这似乎是两个独立的问题

对于1，一个想法是只对公司名称进行散列，然后这将为您提供一种确定性的方式来设置哪个公司属于哪个行业。

对于2，一种想法是使用置换函数。例如，您可以使用numpy.shuffle，其中前4个属于全部3，然后15个属于2的随机子集...等等。

然后，您可以根据所有这些信息生成表，并使用joins来连接最终的表，在这里，您最初只需要交易日期、公司和交易信息。

(这只是一个开始的想法)