python - Pandas:根据行中的多个条件向 DF 添加带有随机数的新列

Question

我是初学者。我已经查遍并阅读了一堆相关问题，但无法完全弄清楚这一点。我知道我是问题所在，我错过了一些东西，但我希望有人能友善地帮助我。我正在尝试将一款视频游戏(大学篮球模拟)的数据转换为与另一款视频游戏(职业篮球模拟)格式一致的数据。

我有一个包含列的 DF:姓名、位置、高度、体重、投篮、得分

具有如下值:乔恩·史密斯，中锋，84, 235，执行官，19.4格雷格·琼斯，控球后卫，72, 187，一般，12.0

我想为“InsideScoring”创建一个新专栏。我想做的是根据球员的位置、高度、体重、投篮评级和得分，在一定范围内为球员分配一个随机生成的数字。

我尝试了很多尝试，例如:

df1['InsideScoring'] = 0
df1.loc[(df1.Pos == "C") &
        (df1.Height > 82) &
        (df1.Points > 19.0) &
        (df1.Weight > 229), 'InsideScoring'] = np.random.randint(85,100)

当我这样做时，所有满足条件的玩家(“InsideScoring”列中的行)都会被分配 85 到 100 之间的相同值，而不是 85 到 100 之间的随机数字组合。

最终，我想做的是浏览玩家列表，并根据这四个标准，分配不同范围的值。任何想法表示赞赏。

Pandas: Create a new column with random values based on conditional

Numpy "where" with multiple conditions

Answer 1

我的建议是在这里使用np.select。您设置了条件、输出，然后就可以开始了。但是，为了避免迭代，同时为了避免为满足条件的每个列分配相同的随机值，请创建等于 DataFrame 长度的随机值，然后从这些值中进行选择:

<小时/>

设置

df = pd.DataFrame({
    'Name': ['Chris', 'John'],
    'Height': [72, 84],
    'Pos': ['PG', 'C'],
    'Weight': [165, 235], 
    'Shot': ['Amazing', 'Fair'],
    'Points': [999, 25]
})

    Name  Height Pos  Weight     Shot  Points
0  Chris      72  PG     165  Amazing     999
1   John      84   C     235     Fair      25

<小时/>

现在设置您的范围和条件(根据需要创建任意数量的范围和条件):

cond1 = df.Pos.eq('C') & df.Height.gt(80) & df.Weight.gt(200)
cond2 = df.Pos.eq('PG') & df.Height.lt(80) & df.Weight.lt(200)

range1 = np.random.randint(85, 100, len(df))
range2 = np.random.randint(50, 85, len(df))

df.assign(InsideScoring=np.select([cond1, cond2], [range1, range2]))

    Name  Height Pos  Weight     Shot  Points  InsideScoring
0  Chris      72  PG     165  Amazing     999             72
1   John      84   C     235     Fair      25             89

现在验证这不会多次分配值:

df = pd.concat([df]*5)

... # Setup the ranges and conditions again

df.assign(InsideScoring=np.select([cond1, cond2], [range1, range2]))

    Name  Height Pos  Weight     Shot  Points  InsideScoring
0  Chris      72  PG     165  Amazing     999             56
1   John      84   C     235     Fair      25             96
0  Chris      72  PG     165  Amazing     999             74
1   John      84   C     235     Fair      25             93
0  Chris      72  PG     165  Amazing     999             63
1   John      84   C     235     Fair      25             97
0  Chris      72  PG     165  Amazing     999             55
1   John      84   C     235     Fair      25             95
0  Chris      72  PG     165  Amazing     999             60
1   John      84   C     235     Fair      25             90

我们可以看到分配了随机值，即使它们都符合两个条件之一。虽然这比迭代和选择随机值的内存效率更低，但由于我们创建了大量未使用的数字，因此它仍然会更快，因为这些是矢量化操作。