python - 将列表中的数据分配到 panda 数据框中的列中

Question

我有一个列表users=['a','b','c','d']

我有一个包含 100 行的数据框 X。 我想用列表用户填充 X['users'] ，这样

1. 分布均匀。在上面的示例中，每个元素必须有 25 个条目
2. 分发以随机方式完成。每次运行时它不应该有固定的分发模式。 abcdabcd、aaabbbcccddd 和 accbddab 都是有效的发行版。

我该如何解决这个问题？

Answer 1

将每个元素的 25 个 (users*25) 传递到 np.random.Generator.choice (或已弃用的 np.random.choice )并设置 replace=False:

users = list('abcd')
X = pd.DataFrame()
rng = np.random.default_rng(0)

X['users'] = rng.choice(users*25, size=100, replace=False)
#   users
# 0     d
# 1     d
# 2     b
# 3     a
# ...

X.value_counts()
# users
# a        25
# b        25
# c        25
# d        25
# dtype: int64

在额外的运行中，我们得到了不同的采样，但每个元素始终为 25:

X['users'] = rng.choice(users*25, size=100, replace=False)
#   users
# 0     b
# 1     b
# 2     c
# 3     c
# ...

X.value_counts()
# users
# a        25
# b        25
# c        25
# d        25
# dtype: int64