如何在Power Query中用Python生成正态（高斯）分布列表

核心思路 #

通过Python的NumPy库生成均值为1、可自定义标准差的正态分布随机数，与原价格相乘，既能匿名化数据，又能保留原数据的整体分布特征和数值量级。

步骤1：启用Power Query的Python集成 #

确保你的Excel/Power BI已配置好Python环境：

• Power BI：依次点击「文件」→「选项和设置」→「选项」→「Python脚本设置」，指定本地Python安装路径
• Excel：「数据」→「获取数据」→「自其他来源」→「自Python脚本」，首次使用会提示配置Python路径

步骤2：添加Python列生成匿名化价格 #

1. 将你的价格数据加载到Power Query编辑器中，确认包含目标价格列（比如列名为原始价格）
2. 点击「添加列」选项卡，选择「Python脚本」
3. 在弹出的编辑框中粘贴以下代码（记得替换原始价格为实际列名）：

   import numpy as np
   
   # 生成均值=1（保证价格水平接近原数据）、标准差=0.1（控制波动幅度，可调整）的正态分布随机数
   df['匿名化价格'] = df['原始价格'] * np.random.normal(loc=1, scale=0.1, size=len(df))
   # 可选：保留两位小数，模拟真实价格格式
   df['匿名化价格'] = df['匿名化价格'].round(2)
   

4. 点击「确定」，Power Query会自动运行脚本并生成新的匿名化价格列

步骤3：验证分布一致性 #

为确保匿名化后的数据保留原分布特征：

• 可在Power Query中选中原始价格和匿名化价格列，点击「可视化」选项卡生成直方图，对比两者的分布形态
• 或在Python脚本中添加分布校验代码：

  import matplotlib.pyplot as plt
  
   # 绘制双直方图对比
   plt.hist(df['原始价格'], alpha=0.5, label='原始价格')
   plt.hist(df['匿名化价格'], alpha=0.5, label='匿名化价格')
   plt.legend()
   plt.show()
  

纯M语言替代方案（无Python时使用） #

如果无法启用Python，可通过Box-Muller变换手动在M语言中实现正态分布随机数（随机数质量略逊于NumPy）：

let
    源 = 你的数据源,
    添加均匀随机数1 = Table.AddColumn(源, "随机数1", each Number.Random()),
    添加均匀随机数2 = Table.AddColumn(添加均匀随机数1, "随机数2", each Number.Random()),
    计算正态随机数 = Table.AddColumn(添加均匀随机数2, "正态随机数", each 
        Sqrt(-2 * Ln([随机数1])) * Cos(2 * Number.PI() * [随机数2]) * 0.1 + 1 // 均值1，标准差0.1
    ),
    生成匿名化价格 = Table.AddColumn(计算正态随机数, "匿名化价格", each [原始价格] * [正态随机数], type number),
    清理冗余列 = Table.RemoveColumns(生成匿名化价格, {"随机数1", "随机数2", "正态随机数"})
in
    清理冗余列

内容的提问来源于stack exchange，提问作者Aarón Alberto Garza Aguirre