如何为数据集随机分配字符串至新列vaccinated_or_not？

用Python的pandas库就能搞定这个需求，具体步骤如下：

• 导入所需库：pandas用来处理表格数据，numpy用来生成随机选择结果

import pandas as pd
import numpy as np

• 加载你的数据集：如果是手动构造数据就用字典生成；如果是从文件读取，替换成对应读取方法

# 构造示例数据集
data = {
    'Name': ['Aaron', 'Steve', 'Richard'],
    'Age': [42, 44, 29]
}
df = pd.DataFrame(data)

# 如果是从空格分隔的文本文件读取，用这个：
# df = pd.read_fwf('你的数据文件名.txt')

• 定义可选的填充值列表

status_options = ['Yes', 'No', 'Info Missing', 'Not Provided', 'In Progress']

• 生成随机填充的新列
  用numpy的随机选择函数，给每一行随机分配一个状态值，添加为新列：

df['vaccinated_or_not'] = np.random.choice(status_options, size=len(df))

• 查看最终结果
  打印数据框就能得到符合要求的结果（每次运行状态会随机变化）：

print(df)

示例输出：

Name  Age vaccinated_or_not
0    Aaron   42                Yes
1    Steve   44       Info Missing
2  Richard   29                 No

内容的提问来源于stack exchange，提问作者Patrik