如何对Pandas DataFrame分组后的列值进行统一随机化替换？

你可以通过以下两种简洁的方式实现需求，不需要复杂操作：

方法一：生成唯一值映射字典 #

这是效率较高的方案，核心是先为每个唯一值分配随机数，再批量替换：

import pandas as pd
import numpy as np

RSEED = 42
np.random.seed(RSEED)

# 提取X列的所有唯一值
unique_x = df["X"].unique()
# 为每个唯一值生成对应的随机数，构建映射字典
rand_map = {val: np.random.randint(100, 500) for val in unique_x}
# 替换原列，生成随机化后的新列
df["new X (randomized)"] = df["X"].map(rand_map)

方法二：结合groupBy与transform #

如果想用groupBy，可以借助transform方法，确保每个分组内的所有行共用同一个随机数：

np.random.seed(RSEED)
df["new X (randomized)"] = df.groupby("X")["X"].transform(
    lambda _: np.random.randint(100, 500)
)

这里transform会对每个分组仅执行一次随机数生成，再将结果广播到该分组的所有行，保证同组值一致。

关键说明 #

• 两种方法都能满足「相同原数值对应相同随机数」的要求
• 设置RSEED可固定随机结果，方便测试复现
• 当唯一值数量远少于总行数时，方法一的执行效率更优

内容的提问来源于stack exchange，提问作者zbeedatm