python – 用随机数替换pandas数据帧中的唯一值

我有一个pandas数据帧,我想用随机正常数替换一些唯一值.在下面的示例中,要替换的值为0.

import numpy as np
import pandas as pd

dates = pd.date_range('20160101', periods=10)
x = [1.0,2.0,10.0,9.0,0,7.0,6.0,0,3.0,9.0]
df = pd.DataFrame(x,index=dates,columns=['A'])

             A
2016-01-01   1.000000
2016-01-02   2.000000
2016-01-03  10.000000
2016-01-04   9.000000
2016-01-05   0.000000
2016-01-06   7.000000
2016-01-07   6.000000
2016-01-08   0.000000
2016-01-09   3.000000
2016-01-10   9.000000

这就是我所拥有的：

df['A'] = df.A.replace(to_replace =0, value =  np.random.normal(0,1))

用相同的值替换零.

A
2016-01-01   1.000000
2016-01-02   2.000000
2016-01-03  10.000000
2016-01-04   9.000000
2016-01-05   6.993988
2016-01-06   7.000000
2016-01-07   6.000000
2016-01-08   6.993988
2016-01-09   3.000000
2016-01-10   9.000000

我想要不同的价值观.我怎样才能做到这一点？

解决方法:

我最近遇到了类似的问题并创建了一个函数.试试这个修改过的功能

def replace_zeros_w_random_normal(DF,label, mu, sigma):
    truth_1 = DF[label] == 0
    random = np.random.normal(mu, sigma, DF.shape[0])
    filt = DF[DF[label] > 0]
    vector_1 = truth_1 * random
    truth_2 = vector_1 == 0
    vector_2 = truth_2 * DF[label]
    DF[label] = np.maximum(vector_1,vector_2)
    return DF

然后运行：

replace_zeros_w_random_normal(df,'A ,1,0.1)