如何使用随机数据创建 pandas dataframe

您可以使用以下基本语法来创建填充随机整数的 pandas DataFrame：

 df = pd. DataFrame ( np.random.randint ( 0,100 ,size=( 10,3 )) , columns=list( ' ABC '))

此特定示例创建一个具有10行和3列的 DataFrame，其中 DataFrame 中的每个值都是0到100之间的随机整数。

以下示例展示了如何在实践中使用此语法。

示例 1：使用随机数据创建 Pandas DataFrame

下面的代码展示了如何创建一个 10 行 3 列的 pandas DataFrame，其中 DataFrame 中的每个值都是 0 到 100 之间的随机整数：

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ( np.random.randint ( 0,100 ,size=( 10,3 )), columns=list( ' ABC ') ) 

#view DataFrame
print (df)

    ABC
0 72 70 27
1 87 85 7
2 4 42 84
3 85 87 63
4 79 72 30
5 96 99 79
6 26 47 90
7 35 69 56
8 42 47 0
9 97 4 59

请注意，每次运行此代码时，DataFrame 中的随机整数都会不同。

如果您想创建一个可重现的示例，其中随机整数每次都相同，您可以在创建 DataFrame 之前立即使用以下代码：

 n.p. random . seed ( 0 )

现在，每次运行代码时，DataFrame 中的随机整数将是相同的。

示例 2：向现有 DataFrame 添加随机数据列

假设我们有以下现有的 pandas DataFrame：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20, 28],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print (df)

  team points assists rebounds
0 A 18 5 11
1 B 22 7 8
2 C 19 7 10
3 D 14 9 6
4 E 14 12 6
5 F 11 9 5
6 G 20 9 9
7:28 4 12

我们可以使用以下代码添加一个名为“rand”的新列，其中包含 0 到 100 之间的随机整数：

 import numpy as np

#add 'rand' column that contains 8 random integers between 0 and 100
df[' rand '] = np. random . randint ( 0,100 , size = ( 8,1 ))

#view updated DataFrame
print (df)

  team points assists rebounds rand
0 A 18 5 11 47
1 B 22 7 8 64
2 C 19 7 10 82
3 D 14 9 6 99
4 E 14 12 6 88
5 F 11 9 5 49
6 G 20 9 9 29
7:28 4 12 19

请注意，新列“rand”已添加到现有 DataFrame 中。

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

如何估算 pandas 中的缺失值
如何在 Pandas 中用零替换 NaN 值
如何检查 Pandas 中的单元格是否为空