Я пытаюсь выполнить несколько симуляций много раз, чтобы получить желаемое распределение моделирования. У меня есть набор данных, который выглядит так, как показано ниже.Множество циклов с множественным выбором случайных чисел
fruit_type, reading, prob
Apple, 12,.05
apple, 15, .5
orange 18, .99
Пример моего кода ниже.
def sim(seconds):
output = pd.DataFrame()
current = []
#output = pd.DataFrame()
for i in range(1, 100000000):
if data2['fruit_type'].all() == 'Apple':
hostrecord1 = np.random.choice(data2['reading'], size=23, replace=True, p=data2['prob'])
current = hostrecord1.sum() + 150
if data2['fruit_type'].all() == 'Orange':
hostrecord2 = np.random.choice(data2['reading'], size=23, replace=True, p=data2['prob'])
current = hostrecord2.sum() + 150
if data2['fruit_type'].all() == 'Peach':
hostrecord3 = np.random.choice(data2['reading'], size=20, replace=True, p=data2['prob'])
current = hostrecord3.sum() + 150
#put all records in one array
#return all records
output = pd.concat(current)
return output
Я пытаюсь выяснить, как выполнить несколько моделирования с различными условиями различных по fruit_type
, но в настоящее время не могу понять логику. Каждая симуляция должна выбирать определенные строки по отношению к fruit_type
, поэтому симуляции задаются fruit_type
, поэтому его часть. Размер каждого образца отличается по дизайну, поскольку каждый fruit_type
имеет разные условия.
Мой ожидаемый выход представляет собой массив всех значений моделирования. Я также хочу добавить все результаты в один фрейм данных pandas.
Выполняет ли какое-либо из операторов 'if'' True'? – wflynny
да, они правильно выбирают fruit_type? – user3609179
Имейте в виду, что это образец данных и не отражает мои фактические данные – user3609179