我有以下数据框cr_df,它显示了ID1转换为ID2的速率
ID1 ID2转换率
0 1 A 0.046562
1 1 B 0.315975
2 1碳0.577998
3 1 D 0.059465
4 2 A 0.6
5 2 B 0.4
然后我有另一个数据帧raw_df,其格式为ID1,例如:
ID1值
0 1100
1 2 200
我的目标是以ID2格式输出数据框final_df,如下所示:
ID2值
0 C 100
1安200
来自ID1的映射包括选择0到1之间的随机值,然后根据转换率选择ID2。
如何在熊猫中实现这一目标? (我需要使用.apply吗?)
最佳答案
鉴于此设置:
import numpy as np
import pandas as pd
df = pd.DataFrame({
'ID1': [1]*4+[2]*2, 'ID2':list('ABCDAB'),
'Conversion Rate': [0.046562, 0.315975, 0.577998, 0.059465, 0.6, 0.4]})
raw_df = pd.DataFrame({'ID1': [1,2], 'Value':[100, 200]})
您可以定义一个函数
random_id2
:def random_id2(x):
return np.random.choice(x['ID2'], p=x['Conversion Rate'].values)
并使用
groupby/apply
:id2 = df.groupby(['ID1']).apply(random_id2)
获得系列
ID1
1 C
2 A
dtype: object
然后,您可以通过将
final_df
值映射到raw_df['ID1']
值来构建id2
:final_df = raw_df.copy()
final_df['ID1'] = final_df['ID1'].map(id2)
final_df = final_df.rename(columns={'ID1': 'ID2'})
import numpy as np
import pandas as pd
df = pd.DataFrame({
'ID1': [1]*4+[2]*2, 'ID2':list('ABCDAB'),
'Conversion Rate': [0.046562, 0.315975, 0.577998, 0.059465, 0.6, 0.4]})
raw_df = pd.DataFrame({'ID1': [1,2], 'Value':[100, 200]})
def random_id2(x):
return np.random.choice(x['ID2'], p=x['Conversion Rate'].values)
id2 = df.groupby(['ID1']).apply(random_id2)
final_df = raw_df.copy()
final_df['ID1'] = final_df['ID1'].map(id2)
final_df = final_df.rename(columns={'ID1': 'ID2'})
print(final_df)
产量
ID2 Value
0 C 100
1 A 200
关于python - 随机抽样和 Pandas 数据框,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/30601048/