python - 创建随机值并将其传递给具有硬边界的 Pandas 数据帧

Question

我正在尝试使用随机值和硬上限/下限值的组合来模拟 Pandas 数据框。我正在使用 np.random.normal，因为原始数据是相当正态分布的。

我用来创建数据框的代码是:

df = pd.DataFrame({
    "Temp": np.random.normal(6.809892, 2.975827,93),
    "Sun": np.random.normal(1.615054,2.053996,93),
    "Rel Hum": np.random.normal(87.153118,5.529958,93)
})

在上面的示例中，我希望所有三个值都有一个硬性下限和上限。例如，Rel。哼。不能低于 0 或高于 100。编辑:所有三个值都不会有相同的界限，无论是上限还是下限。温度可以变为负值，而太阳将限制在 0 和 24)

如何在创建相对正态分布的同时强制这些值，并将它们同时传递给数据框？

Answer 1

编辑:请注意，此样本来自给定参数的截断正态分布，很可能不是真正的正态分布，对于造成的混淆，我们深表歉意。

使用 scipy truncated normal定义为:

“此分布的标准形式是标准正态截断到范围 [a, b]”

from scipy.stats import truncnorm
low_bound = 0
upper_bound = 100
mean = 8
std = 2
a, b = (low_bound - mean) / std, (upper_bound - mean) / std
n_samples = 1000

samples = truncnorm.rvs(a = a, b = b,
                        loc = mean, scale = std,
                        size = n_samples)

感谢ALollz更正!