python - 随机抽样和 Pandas 数据框

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/