不知道如何正确短语这一点,但这里有云:Python中创建一个数据帧
什么是在Python中创建一列数据帧保存一和零的最简单的方法,而长度由一些被确定输入?
例如,假设我的样本量为1000,其中有100个成功(个)。零的数量将是样本大小(即1000)减去成功。因此,输出将是一个长度为1000的df,其中100行包含1,而900包含0。
不知道如何正确短语这一点,但这里有云:Python中创建一个数据帧
什么是在Python中创建一列数据帧保存一和零的最简单的方法,而长度由一些被确定输入?
例如,假设我的样本量为1000,其中有100个成功(个)。零的数量将是样本大小(即1000)减去成功。因此,输出将是一个长度为1000的df,其中100行包含1,而900包含0。
从你所描述的,一个简单的list
会做的伎俩。否则,您可以使用numpy.array
或pandas.DataFrame
/pandas.Series
(更多表格)。
import numpy as np
import pandas as pd
input_length = 1000
# List approach:
my_list = [0 for i in range(input_length)]
# Numpy array:
my_array = np.zeros(input length)
# With Pandas:
my_table = pd.Series(0, index=range(input_length))
所有这些创建一个零向量,然后你可以随心所欲地分配成功(一)。如果这些遵循一些已知的分布,则numpy也有方法来生成随机向量(see here)。
如果你真的在寻找熊猫的方法,它也可以结合以前的方法。这是,您可以将list
或numpy.array
指定为Series
/DataFrame
的值。例如,想象一下,想要绘制1000个p = 0.5的二项分布随机样本:
p=0.5
my_data = pd.Series(np.random.binomial(1, p, input_length))
除了N.P.的回答。你可以做这样的事情:
import pandas as pd
import numpy as np
def generate_df(df_len):
values = np.random.binomial(n=1, p=0.1, size=df_len)
return pd.DataFrame({'value': values})
df = generate_df(1000)
编辑:
更完整的功能:
def generate_df(df_len, option, p_success=0.1):
'''
Generate a pandas DataFrame with one single field filled with
1s and 0s in p_success proportion and length df_len.
Input:
- df_len: int, length of the 1st dimension of the DataFrame
- option: string, determines how will the sample be generated
* random: according to a bernoully distribution with p=p_success
* fixed: failures first, and fixed proportion of successes p_success
* fixed_shuffled: fixed proportion of successes p_success, random order
- p_success: proportion of successes among total
Output:
- df: pandas Dataframe
'''
if option == 'random':
values = np.random.binomial(n=1, p=p_success, size=df_len)
elif option in ('fixed_shuffled', 'fixed'):
n_success = int(df_len*p_success)
n_fail = df_len - n_success
values = [0]*n_fail + [1]*n_success
if option == 'fixed_shuffled':
np.random.shuffle(values)
else:
raise Exception('Unknown option: {}'.format(option))
df = pd.DataFrame({'value': values})
return df
它是为了或随机的? –
没有要求 - 可能是两个。 – user8674713