Python：为 groupby 值生成值范围

Question

我正在尝试使用 python 生成测试数据。让我知道我是否能实现这样的目标。 我将输入一个数字，比如 20，我需要生成 20 个行值。一列包含每个组的值范围。应在该范围内生成值。 （有些没有值范围，可以跳过）下面的示例输入和预期输出。

输入示例：

VarName        Label             Score

LtoV           0.00<=to>=0.68     20

LtoV           0.69<=to>=2        33

LtoV           2toHigh            40

Age           0to20               36

Age           21to40              15

Age           41to60              50
  

输出：

当我将值指定为 20 时，我需要为 LtoV 生成 20 行，其中第 2 列具有 0.00 到高之间的任何值，并且应根据该值给出相应的分数。年龄也为 20 行。

SNo    VarName    column2      Score
    
1    LtoV       0.00        20     
2    LtoV       0.42        20
3    LtoV        1          33
4    LtoV        2.5        40
    
20   LtoV         50        40

生成 20 个这样的 LtoV 值和 20 个这样的年龄值，并基于范围对应的分数值。 这可行吗？

---

Answer 1

您可以提取范围的下限/上限，如果缺少，则可以选择设置默认低/高（否则

dropna

）。然后使用

sample

每组 20 行，并使用 replace=True

 以矢量方式生成随机值：

numpy.random.uniform

输出示例：

df = pd.DataFrame({'VarName': ['LtoV', 'LtoV', 'LtoV', 'Age', 'Age', 'Age'],
                   'Label': ['0.00<=to>=0.68', '0.69<=to>=2', '2toHigh', '0to20', '21to40', '41to60'],
                   'Score': [20, 33, 40, 36, 15, 50]})

ranges = (df['Label']
          .str.extract(r'^(\d+\.?\d*)?\D+(\d+\.?\d*)?$')
          .astype(float)
          .fillna({0: 0, 1: 100}) # default low/high
          .groupby(df['VarName']).sample(n=20, replace=True)
         )

low, high = ranges.to_numpy().T

out = (df.reindex(ranges.index)
         .assign(column2=np.random.uniform(low, high))
         .sort_index()
      )

中级：

  VarName           Label  Score    column2
0    LtoV  0.00<=to>=0.68     20   0.670814
0    LtoV  0.00<=to>=0.68     20   0.222490
0    LtoV  0.00<=to>=0.68     20   0.364282
0    LtoV  0.00<=to>=0.68     20   0.607478
0    LtoV  0.00<=to>=0.68     20   0.633055
0    LtoV  0.00<=to>=0.68     20   0.675987
0    LtoV  0.00<=to>=0.68     20   0.531158
1    LtoV     0.69<=to>=2     33   1.843399
1    LtoV     0.69<=to>=2     33   1.940886
1    LtoV     0.69<=to>=2     33   1.760578
1    LtoV     0.69<=to>=2     33   1.110946
1    LtoV     0.69<=to>=2     33   1.724802
2    LtoV         2toHigh     40  19.508126
2    LtoV         2toHigh     40  43.618950
2    LtoV         2toHigh     40  62.808270
2    LtoV         2toHigh     40  95.246445
2    LtoV         2toHigh     40   2.536909
2    LtoV         2toHigh     40  29.841093
2    LtoV         2toHigh     40  73.958545
2    LtoV         2toHigh     40  89.782031
3     Age           0to20     36  12.593195
3     Age           0to20     36   0.110518
3     Age           0to20     36   5.308487
3     Age           0to20     36  12.914926
3     Age           0to20     36  17.198194
3     Age           0to20     36  17.529561
3     Age           0to20     36   0.954200
4     Age          21to40     15  28.722856
4     Age          21to40     15  30.446264
4     Age          21to40     15  26.812708
4     Age          21to40     15  34.001827
4     Age          21to40     15  30.052331
4     Age          21to40     15  28.470239
4     Age          21to40     15  30.371726
5     Age          41to60     50  50.095150
5     Age          41to60     50  57.618241
5     Age          41to60     50  56.214911
5     Age          41to60     50  58.106158
5     Age          41to60     50  41.220661
5     Age          41to60     50  49.831084