将单个组的某个部分的值随机更改为其他组的值。

Question

我有包含列类的数据框架，在类列中有3个文本值‘正’、‘负’和‘中性’。我想将40%的中性变为正，30%的中性变为负值，并在使用熊猫python的数据帧中保留其余30%的中性。

Answer 1

树立一个榜样：

np.random.seed(0)
df = pd.DataFrame({'col': np.random.choice(['positive', 'negative', 'neutral'], 1000)})

#         col
# 0  positive
# 1  negative
# 2  positive
# 3  negative
# 4  negative

df.value_counts(normalize=True)
# positive    0.337
# negative    0.335
# neutral     0.328

然后我们就可以得到中性的指数，然后对它们进行洗牌，然后拆分：

# get shuffled index of neutral
idx = df[df['col'].eq('neutral')].sample(frac=1).index
L = len(idx)

# replace first random 40%
df.loc[idx[:int(L*0.4)], 'col'] = 'positive'
# replace next random 30%
df.loc[idx[int(L*0.4):int(L*0.7)], 'col'] = 'negative'

价值计数(分数)：

>>> df.value_counts(normalize=True)
positive    0.468
negative    0.433
neutral     0.099