如何替换Pandas DataFrame列并批量生成新DataFrame保存为.dat文件

原代码的核心问题 #

1. 循环遍历逻辑错误：for i in r 会遍历随机数组的每一行（而非索引），导致 r[i] 索引方式无效
2. DataFrame命名与赋值语法错误：df.copy() = df[i]{i} 不符合Python语法规则，无法创建动态命名的DataFrame
3. 缺少.dat文件导出逻辑：未使用Pandas的文件导出方法处理格式

修正后的完整代码 #

import pandas as pd
import numpy as np

# 1. 读取原始.dat文件（保留原逻辑）
df_original = pd.read_table(
    'file.dat',
    skiprows=9,
    sep="\s+",
    usecols=[0,1,2,3,4],
    names=['col1', 'col2', 'col3', 'col4', 'col5']
)

# 2. 设置模拟次数
N = 10

# 3. 生成N组随机化的col3值：形状为(N, 行数)，每行对应一次模拟的col3数据
random_col3 = np.random.normal(
    loc=df_original['col3'],
    scale=abs(df_original['col4']),
    size=(N, len(df_original))
)

# 4. 循环处理每组模拟数据并保存
# 可选：用字典存储所有生成的DataFrame（如果后续需要复用）
simulated_dfs = {}

for sim_idx in range(N):
    # 复制原始DataFrame，避免修改原数据
    df_sim = df_original.copy()
    # 替换col3为当前组的随机值
    df_sim['col3'] = random_col3[sim_idx]
    
    # 保存为.dat文件：空格分隔，不存索引和表头（匹配原文件格式）
    df_sim.to_csv(
        f'simulated_file_{sim_idx+1}.dat',
        sep=' ',
        index=False,
        header=False,
        float_format='%.6f'  # 可根据需求调整小数位数
    )
    
    # （可选）将生成的DataFrame存入字典，方便后续调用
    simulated_dfs[f'df_sim_{sim_idx+1}'] = df_sim

关键说明 #

• 避免原数据污染：每次模拟都从df_original复制，确保每组模拟的基准数据一致
• 动态命名文件/DataFrame：用sim_idx（模拟索引）生成带编号的文件名（如simulated_file_1.dat），字典存储DataFrame时也用编号作为键
• .dat文件格式匹配：用to_csv指定分隔符为空格，关闭索引和表头输出，确保导出的文件格式与原文件一致
• 随机数生成逻辑：np.random.normal的loc是均值（col3），scale是标准差（取col4的绝对值避免负数），完全符合需求

内容的提问来源于stack exchange，提问作者Allyand Camshow