如何解决用Python中的三角分布进行Monte Carlo模拟
我是python的新手,它尝试使用numpy.random
三角函数来运行来自几个三角形分布的一系列蒙特卡洛模拟,然后附加每次运行的模拟输出。示例数据如下。
ID Low Mode High
A 10 15 25
B 7 20 22
C 2 18 20
D 1 4 5
E 13 25 34
我想为每个ID运行10000次并附加结果。我知道我可以使用np.random.triangular(10,15,25,10000)
为每个ID(例如ID A)运行。可能需要编写for循环才能运行并附加所有ID。谢谢!
更新!
预期的输出格式为:
ID Run Output
A 1 11
A 2 23
.
.
.
A 10000 18
B 1 21.5
B 2 9
. . .
. . .
. . .
B 10000 19
C 1 2.5
C 2 13
. . .
. . .
. . .
解决方法
df
是一个包含数据的数据框,在循环中,我要遍历各行,因此基本上,新数据框的每一行都将具有一个包含10000个样本的数组。
import pandas as pd
import numpy as np
Low = [10,7,2,1,13]
Mode = [15,20,18,4,25]
High = [25,22,5,34]
ID = ['A','B','C','D','E']
df = pd.DataFrame(zip(Low,Mode,High),columns = ['Low','Mode','High'],index = ID)
cols = ['Output']
df2 = pd.DataFrame(columns=cols,index = ID)
for l in range(5):
result = np.random.triangular(df.iloc[l][0],df.iloc[l][1],df.iloc[l][2],10000)
df2.iloc[l][0] = result
输出示例:
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。