我可能正在做一些非常简单的事情，但是我无法弄清楚那里的窍门。
我有一个数据框，我想用某个随机值替换特定列中超过零的值。我以为这是实现此目标的一种方式：
self.dfile['foo'] = np.where(self.dfile['foo'] >= 0, random.uniform(4, 9), self.dfile['foo'])
在所有超过0的值中似乎都给出了相同的随机值。如何获得不同的值？
最佳答案
使用numpy.random.uniform并按DataFrame的长度指定长度：
v = np.random.uniform(4, 9, size=len(self.dfile))
self.dfile['foo'] = np.where(self.dfile['foo'] >= 0, v,self.dfile['foo'])
样品：
np.random.seed(123)
dfile = pd.DataFrame({
'foo':[0,5.1,1,0,20.4,10.7],
})
v = np.random.uniform(4, 9, size=len(dfile))
dfile['foo1'] = np.where(dfile['foo'] >= 0, v, dfile['foo'])
dfile['foo2'] = np.where(dfile['foo'].between(0, 10), v ,dfile['foo'])
print (dfile)
foo foo1 foo2
0 0.0 7.482346 7.482346
1 5.1 5.430697 5.430697
2 1.0 5.134257 5.134257
3 0.0 6.756574 6.756574
4 20.4 7.597345 20.400000
5 10.7 6.115532 10.700000
关于python - 每行有条件替换 Pandas ，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/54019278/