为0-1区间的Pandas列添加不越界的正态噪声

方法一：用海象运算符（Python 3.8+） #

直接在lambda里用海象运算符:=生成一次噪声值，同时完成判断和赋值，避免两次生成随机数的问题：

import numpy as np
df['val_x'] = df['val_x'].apply(lambda x: (noise := x + np.random.normal(0, 0.2)) if 0 < noise < 1 else x)

这里noise变量只生成一次，判断和最终赋值用的是同一个随机噪声，完全符合需求。

方法二：定义独立函数（兼容所有Python版本） #

如果你的Python版本低于3.8，没法用海象运算符，就写个简单的小函数，逻辑更直观：

import numpy as np

def add_valid_noise(x):
    noisy_val = x + np.random.normal(0, 0.2)
    return noisy_val if 0 < noisy_val < 1 else x

df['val_x'] = df['val_x'].apply(add_valid_noise)

这个函数里只生成一次噪声值，判断后返回合法的结果，也能解决你之前的问题。

为什么之前的代码不行？ #

• 第一次的lambda里两次调用np.random.normal，会生成两个完全独立的随机数，导致判断时的噪声和实际添加的噪声不是同一个，结果混乱。
• 尝试用默认参数的方式不可行，因为lambda的默认参数是在定义lambda时就计算好的，不是每次调用时动态计算，而且不能用参数x来定义默认参数的值。

内容的提问来源于stack exchange，提问作者xtc_