如何在Pandas DataFrame中随机为50%的单元格赋值'X'？

问题背景 #

现有如下Pandas DataFrame：

1   1   1   1
1   1   1   1
1   1   1   1
1   1   1   1

通过以下代码可将DataFrame中50%随机选中行的所有列赋值为'X'：

samples_indices = df.sample(frac=0.5, replace=False).index
df.loc[samples_indices] = 'X'

执行后效果：

X   X   X   X
1   1   1   1
X   X   X   X
1   1   1   1

需求：为DataFrame中50%的随机单元格赋值'X'，示例效果如下：

X   X   X   1
1   X   1   1
X   X   X   1
1   1   1   X

解决方案 #

方法1：使用numpy生成随机掩码（快速简洁） #

利用numpy生成与DataFrame形状一致的随机布尔矩阵，直接定位需要修改的单元格：

import pandas as pd
import numpy as np

# 构造初始全1的4x4 DataFrame
df = pd.DataFrame(np.ones((4, 4), dtype=int))

# 生成掩码：50%概率为True，对应需要设为'X'的单元格
mask = np.random.choice([True, False], size=df.shape, p=[0.5, 0.5])

# 为掩码选中的单元格赋值
df[mask] = 'X'

方法2：通过stack抽样（精确控制选中数量） #

如果需要确保精确选中50%的单元格（当总单元格数为偶数时），可以将DataFrame堆叠为一维Series后抽样：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.ones((4, 4), dtype=int))

# 将DataFrame堆叠为一维Series，每个元素对应原DataFrame的一个单元格
stacked_df = df.stack()

# 抽取50%的元素
sampled_cells = stacked_df.sample(frac=0.5)

# 将选中的单元格设为'X'
stacked_df.loc[sampled_cells.index] = 'X'

# 还原为原形状的DataFrame
df = stacked_df.unstack()

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