如何生成10个以上每行和为9的5行9列伪DataFrame？

需要生成10个及以上符合以下要求的伪DataFrame：

• 结构：9列、5行
• 行索引固定为 Mon、Tue、Wed、Thu、Fri
• 每行的数值之和必须等于9
• 数值为非负整数（参考示例）

实现代码 #

import pandas as pd
import numpy as np

# 固定行索引和列名
row_indices = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri']
col_names = [f'Factor{i}' for i in range(1, 10)]

def generate_valid_df():
    """生成单个符合条件的DataFrame"""
    data = []
    # 为每行生成和为9的9个非负整数
    for _ in range(5):
        # 用multinomial分配9个单位到9个因子，保证行和为9
        row = np.random.multinomial(9, [1/9]*9)
        data.append(row)
    return pd.DataFrame(data, index=row_indices, columns=col_names)

# 生成15个符合要求的DataFrame，可按需修改数量
df_count = 15
df_collection = [generate_valid_df() for _ in range(df_count)]

# 打印第一个生成的DataFrame示例
print("生成的示例DataFrame：")
print(df_collection[0])

关键说明 #

• 行和控制：numpy.random.multinomial是核心，它能高效生成和为指定值的非负整数数组，完美满足每行和为9的要求
• 结构一致性：提前定义好行索引和列名，确保所有生成的DataFrame结构完全统一
• 批量生成：通过列表推导式可以快速生成任意数量（这里设为15，可自行修改df_count）的DataFrame

验证行和（可选） #

如果需要确认生成的DataFrame是否符合行和要求，可添加以下代码验证：

print("\n验证示例DataFrame的行和：")
print(df_collection[0].sum(axis=1))

内容的提问来源于stack exchange，提问作者rocknRrr