df = DataFrame (randn (10,5)) создает блок данных, состоящий из 5 столбцов с 10 образцами в каждом столбце. Что бы я сделал, если бы вместо этого я хотел получить фреймворк с пятью столбцами, но где первый столбец содержал 10 выборок, второй 20 образцов, третий 30 и т. Д.?Pandas: создать фрейм данных с k столбцами n1, n2, n3 и т. Д. Случайные выборки
Спасибо
Не overthink это один: просто сделать случайный ряд длины вы хотите, и объединить их вместе. Затем переставьте результаты.
>>> counts = range(1, 6, 1)
>>> df = pd.concat([pd.Series(np.random.randn(i)) for i in counts],axis=1)
>>> df.apply(np.random.permutation)
0 1 2 3 4
0 NaN NaN 1.354730 -0.297923 0.731383
1 NaN NaN 0.084739 NaN -1.210666
2 NaN 1.55258 -1.016366 -0.294881 0.102921
3 NaN 0.08485 NaN 0.956638 -1.004768
4 0.612248 NaN NaN 0.167499 -0.419745
Спасибо всем! – luffe
Вы можете использовать что-то вроде этого, я думаю:
>>> import random
>>> df = pd.DataFrame(np.random.randn(5,6))
>>> for i in range(len(df.columns)):
... df.iloc[random.sample(range(5), i + 1), i] = None
...
>>> df
0 1 2 3 4
0 -1.527144 -0.6289867 0.7836826 0.2627288 None
1 0.0391009 None None None None
2 -0.1480286 0.5671133 0.4761757 None None
3 -1.36673 None None None None
4 None 2.146048 None None None
5 -1.019026 -0.8022319 -0.5602172 -1.428174 -1.306279
можно записать пример того, что вы имеете в виду? похоже, что ваша таблица не будет * симметричной * .. – Acorbe
Да, точно, она не была бы симметричной. Поэтому, если последний столбец имеет 50 значений, тогда первый столбец будет содержать 40 NaN, второй 30 NaN и т. Д. Хорошо? – luffe
Не можете ли вы создать 30 случайных чисел для всех столбцов, а затем вернуть к NaN те, которые вы хотите пустым? – RobinL