世代数

Question

我试图随机生成数据。下面你可以看到我的例子

import numpy as np
import pandas as pd
import random

df_categories = pd.DataFrame(np.random.choice(a=["0", "1"], size=100, p=[0.7, 0.3]),
columns = ['number'])
df_categories

此代码运行良好并生成数据。现在，我想更改这段代码，以便在某个范围内生成整数数据，而不是"1"，以生成来自1 to 100的范围内的数据。

df_categories = pd.DataFrame(np.random.choice(a=[0, random.randint(0, 100)], size=100, p=[0.7, 0.3]),
columns = ['number'])
df_categories

我尝试了上面的代码，但是这段代码在30%的字段中只生成一个值。所以，有人能帮我解决这个问题，产生不同的数字而不是一个数字吗？

Answer 1

你为什么不使用numpy.random.randint和面罩呢？

# random integers
a = np.random.randint(0, 100, size=100)
# random mask for ~70% of values
m = np.random.choice([True, False], size=100, p=[0.7, 0.3])

df_categories = pd.DataFrame(np.where(m, 0, a),
                             columns=['number'])
df_categories

Answer 2

您可以执行以下操作：

n = 100
prob_0 = 0.7
a = [0] + list(np.arange(0, n)) # [0, 0, 1, 2, 3, ..., 99]
p = [prob_0] + [(1 - prob_0)/n] * n # [0.7, 0.003, ..., 0.003]
df_categories = pd.DataFrame(np.random.choice(a=a, size=n, p=p), columns=['number'])

产出(例如)：

    number
0        0
1       32
2        0
3       39
4        0
..     ...
95       0
96      63
97      55
98       0
99       0

[100 rows x 1 columns]

Answer 3

你需要这个：

import pandas as pd
import numpy as np
import random

my_range=100

df_categories = pd.DataFrame(np.random.choice(a=[0] + list(np.arange(0, my_range)), size=100, p=[0.7] + [(0.3/my_range )]*my_range),
columns = ['number'])
df_categories

输出：

  number
0   0
1   8
2   40
3   73
4   0
... ...
95  75
96  94
97  4
98  0
99  25
100 rows × 1 columns