python - 如何随机追加 "Yes/No"(比例为7 :3) to a column in pandas dataframe?

Question

我有一个数据框，它由三列组成。我想使用 python-pandas 将"is"或“否”附加到其中一个列。是与否的比例也是 7:3。

有人试过吗？

Answer 1

使用 numpy 的 random.choice :

df["new_column"] = np.random.choice(["Yes", "No"], len(df), p=[0.7, 0.3])

注意:np.random.choice 由独立试验组成(除非您通过 replace = False)。在每次试验中，获得"is"的概率为 0.7。最后，您可能不会恰好达到 70% 的比率。但是，对于 2480500 行，此二项式​​分布将近似于均值 2480500 * 0.7 和标准差 sqrt(2480500 * 0.7 * 0.3) 的正态分布。使用 +/-3 标准偏差(概率为 99.73%)，您最终将得到 (0.69913, 0.70087) 之间的比率。但是如果你想要恰好 70%，你可以使用 pandas 的样本作为 @EdChum suggested。 ，我想它有一个校正因子。