如何基于Pandas DataFrame的Climate列值对eta列做随机倍数乘法

原代码的问题 #

你写的代码存在几个核心错误：

• 列索引逻辑错误：'eta' * random.uniform(1.0, 1.2) 是将字符串'eta'重复多次，而非对eta列的数值执行乘法操作
• 条件匹配错误：需求中气候值是'Rainny'，但代码里写的是'Rain'
• 随机数生成逻辑错误：random.uniform仅生成单个随机值，无法为每行生成独立的随机乘数

正确实现方式 #

以下两种方法均可满足需求，根据数据量选择即可：

方法1：逐行处理（适合小数据集） #

使用apply函数，根据每行的Climate值生成对应范围的随机数，再与eta相乘：

import pandas as pd
import random

# 示例数据
df = pd.DataFrame({
    'Climate': ['Sunny', 'Rainny', 'Cloudy', 'Sunny', 'Rainny'],
    'eta': [10, 20, 30, 40, 50]
})

def adjust_eta(row):
    match row['Climate']:
        case 'Sunny':
            return row['eta'] * random.uniform(0.8, 1.0)
        case 'Rainny':
            return row['eta'] * random.uniform(1.0, 1.2)
        case 'Cloudy':
            return row['eta'] * random.uniform(0.9, 1.1)
        case _:
            return row['eta']  # 未匹配气候时返回原值

df['eta'] = df.apply(adjust_eta, axis=1)

方法2：向量化操作（适合大数据集） #

利用numpy的向量化生成随机数，性能远高于逐行处理：

import pandas as pd
import numpy as np

# 示例数据
df = pd.DataFrame({
    'Climate': ['Sunny', 'Rainny', 'Cloudy', 'Sunny', 'Rainny'],
    'eta': [10, 20, 30, 40, 50]
})

# 初始化乘数数组为1（默认不修改值）
multipliers = np.ones(len(df))

# 为不同气候生成对应范围的随机乘数
sunny_mask = df['Climate'] == 'Sunny'
multipliers[sunny_mask] = np.random.uniform(0.8, 1.0, size=sunny_mask.sum())

rainny_mask = df['Climate'] == 'Rainny'
multipliers[rainny_mask] = np.random.uniform(1.0, 1.2, size=rainny_mask.sum())

cloudy_mask = df['Climate'] == 'Cloudy'
multipliers[cloudy_mask] = np.random.uniform(0.9, 1.1, size=cloudy_mask.sum())

# 更新eta列
df['eta'] *= multipliers

额外提示 #

• 若需要可复现的随机结果，可在生成随机数前设置种子：random.seed(42)（方法1）或np.random.seed(42)（方法2）
• 方法2的向量化操作在处理十万级以上数据时，速度会比apply快数倍

内容的提问来源于stack exchange，提问作者Alberto