如何用Python根据CSV行中条件生成对应范围的随机数？

方法1：自定义函数 + apply() #

适合数据量不大的场景，逻辑直观易懂：

首先导入依赖库：

import pandas as pd
import numpy as np

定义生成随机数的函数，根据每行的Letter值返回对应范围的整数：

def get_random_num(row):
    match row['Letter']:
        case 'A':
            return np.random.randint(1, 6)  # 左闭右开区间，生成1-5的整数
        case 'B':
            return np.random.randint(2, 7)  # 生成2-6的整数
        case 'C':
            return np.random.randint(3, 8)  # 生成3-7的整数
        case _:
            return None  # 处理未定义的Letter值

直接对Random Number列赋值：

df['Random Number'] = df.apply(get_random_num, axis=1)

方法2：np.select() 向量化操作 #

适合大数据量场景，效率远高于逐行处理：

import pandas as pd
import numpy as np

# 定义条件列表
conditions = [
    df['Letter'] == 'A',
    df['Letter'] == 'B',
    df['Letter'] == 'C'
]

# 对应条件的随机数数组（提前生成对应长度的数组）
choices = [
    np.random.randint(1, 6, size=len(df)),
    np.random.randint(2, 7, size=len(df)),
    np.random.randint(3, 8, size=len(df))
]

# 填充Random Number列
df['Random Number'] = np.select(conditions, choices, default=None)

补充说明 #

• 如果需要生成浮点数，把np.random.randint替换为np.random.uniform，比如np.random.uniform(1, 5)会生成1到5之间的随机浮点数
• 若要固定随机种子保证结果可复现，在生成随机数前添加np.random.seed(42)（数字可自定义）

内容的提问来源于stack exchange，提问作者C Bach