如何在DataFrame中随机选择指定比例的值并设置为0？

要实现将DataFrame中1/10的元素随机设为0，且不局限于特定行或列，推荐以下高效方法：

方法一：利用扁平索引直接修改（最优） #

这种方式将整个DataFrame视为一维数组，随机选择不重复的索引进行修改，保证每个元素被选中的概率一致，且实现高效：

import numpy as np
import pandas as pd

# 计算需要置0的元素数量（123*100/10=1230）
num_to_zero = df.size // 10

# 生成不重复的随机扁平索引
random_indices = np.random.choice(df.size, num_to_zero, replace=False)

# 直接修改对应位置的值为0
df.values.flat[random_indices] = 0

方法二：生成随机行列对修改 #

如果需要更直观地控制行和列的选择，可以生成随机的行号和列号组合，同时避免重复选中同一位置：

import numpy as np
import pandas as pd

num_to_zero = df.size // 10

# 生成所有可能的(row, col)位置对
all_positions = [(row, col) for row in range(df.shape[0]) for col in range(df.shape[1])]
# 随机挑选指定数量的位置
selected = np.random.choice(len(all_positions), num_to_zero, replace=False)

# 遍历选中的位置置0
for idx in selected:
    row, col = all_positions[idx]
    df.iloc[row, col] = 0

为什么不推荐固定行列交叉的方式 #

你之前尝试的选择12行+10列交叉区域的方法，会导致置0的元素集中在这些行和列的交叉点，无法实现全局随机分布，而且实际修改的元素数量（12*10=120）远小于需要的1230个，不符合需求。

内容的提问来源于stack exchange，提问作者CinfaCinfa