如何用Pandas数组采样替换DataFrame中X值？为何结果被舍入？

现有Pandas DataFrame：

import pandas as pd
df = pd.DataFrame({'A': [0.1, 0.1, 0.1, 0.1, 'X'], 'B': [0.1, 0.1, 'X', 0.1, 0.1], 'C': [0.1, 'X', 'X', 'X', 'X']})

对应数据：

A    B    C
0  0.1  0.1  0.1
1  0.1  0.1   X
2  0.1   X    X
3  0.1  0.1   X
4   X  0.1   X

另有Pandas数组：

arr = pd.array([0.9999999999999304, 0.9999973764241584, 0.9999997377248664, 0.9615117313882438,
                0.871479832883895, 0.9999999999998652, 0.9999999999999994, 0.9999029359407972,
                0.999999984174712, 0.9944689702907784], dtype='float64')

需求：从该数组中随机采样，替换DataFrame里所有的X值，同时保留数组的分布特征。

尝试代码：

import numpy as np
df[df == 'X'] = np.random.choice(arr, replace=True)

疑问：

1. 这段代码是否实现了随机采样？
2. 为什么替换后的值都显示为1.0而非数组的精确值？
3. 如何实现精确替换？

1. 是否实现了随机采样？ #

是的，这段代码已经在执行随机采样。np.random.choice(arr, replace=True)会从输入数组arr中有放回地随机选取元素，选取的数量等于DataFrame中X的总个数（此处为7个）。只是后续的显示问题让你误以为采样未生效。

2. 为何值被舍入为1.0？ #

核心原因是DataFrame的列类型为object：原数据混合了浮点数（0.1）和字符串（'X'），Pandas会自动将列的 dtype 设为object。当你把浮点型采样值赋值给object类型列时，Pandas默认的显示设置会对接近1.0的浮点数做截断格式化，看起来像是变成了1.0，但实际存储的仍是精确值（可通过df.loc[1, 'C']查看单个元素的真实值验证）。

3. 如何实现精确替换并正确显示？ #

解决思路是统一列的数值类型，或调整显示设置，具体方法如下：

方法一：转换列类型后替换（推荐） #

先将X替换为缺失值，把列转为浮点型，再用采样值填充缺失值：

# 替换X为缺失值，转float64类型
df = df.replace('X', pd.NA).astype('float64')
# 统计缺失值总数
nan_count = df.isna().sum().sum()
# 采样并填充缺失值
df = df.fillna(pd.Series(np.random.choice(arr, nan_count), index=df.isna().stack()[lambda x: x].index))

方法二：调整Pandas显示设置 #

如果不想修改列类型，可强制让Pandas显示完整小数位数：

import pandas as pd
# 设置显示所有小数位数
pd.set_option('display.float_format', lambda x: '%.15f' % x)
# 执行替换
df[df == 'X'] = np.random.choice(arr, replace=True)

此方法能看到精确采样值，但列类型仍为object，后续数值运算可能有额外开销。

更简洁的写法 #

df = df.replace('X', pd.NA).astype('float64').apply(lambda col: col.fillna(np.random.choice(arr, col.isna().sum())))

内容的提问来源于stack exchange，提问作者peter_parker