在熊猫中创建发行

编程问答 2022-06-12

问题描述

我想生成具有特定分布的随机/模拟数据集。

作为示例，分布具有以下属性。

  1. 1000人口
  2. 性别比例为：男性49％，女性50％，其他1％
  3. 年龄分布如下：0-30（30％），31-60（40％），61-100（30％）

结果数据框将有1000行，两列称为性别和年龄（具有上述值分布）

在Pandas或其他图书馆中有没有办法做到这一点？

解决方法

您可以尝试：

N = 1000
gender = np.random.choice(["male","female","other"],size=N,p = [.49,.5,.01])

age = np.r_[np.random.choice(range(30),size= int(.3*N)),np.random.choice(range(31,60),size= int(.4*N)),np.random.choice(range(61,100),size= N - int(.3*N) - int(.4*N) )]
np.random.shuffle(age)

df = pd.DataFrame({"gender":gender,"age":age})
dataframedistributiondistributionpandaspandaspython