python - 在时间序列数据集中使随机值为零

Question

我有一个时间序列数据集，其中包含特定日期的日期和销售额。我想随机(如果可能的话，也是连续几天的序列)销售值 0 来检查不同的模型如何对缺失的销售值使用react。做到这一点的最佳方法是什么？提前致谢!

Answer 1

您可以使用随机整数生成器来获取预定义数量的索引，并使用它将数据帧的这些行设置为零

import pandas as pd
import numpy as np
from numpy.random import default_rng

df = pd.DataFrame({'date': pd.date_range(pd.Timestamp(2021,1,1,), freq='D', periods=10),
                   'sales': np.random.randint(1, 100, 10)})
df


date    sales
0   2021-01-01  5
1   2021-01-02  88
2   2021-01-03  8
3   2021-01-04  35
4   2021-01-05  45
5   2021-01-06  24
6   2021-01-07  66
7   2021-01-08  1
8   2021-01-09  10
9   2021-01-10  85

rng = default_rng()
zero_idx = rng.choice(len(df.index), size=5, replace=False)
zero_idx

array([6, 5, 0, 7, 1], dtype=int64)

df.loc[zero_idx,'sales'] = 0
df

    date    sales
0   2021-01-01  0
1   2021-01-02  0
2   2021-01-03  8
3   2021-01-04  35
4   2021-01-05  45
5   2021-01-06  0
6   2021-01-07  0
7   2021-01-08  0
8   2021-01-09  10
9   2021-01-10  85