如何用Pandas/Numpy将特定行的NaN值随机替换为4或5

一、解决随机生成4/5的问题 #

你之前用np.random.randint(4,5)只能得到4，是因为这个函数的取值范围是左闭右开的区间[4,5)，所以只能生成4。要随机生成4或5，有两种方式：

• 使用np.random.randint(4,6)：区间[4,6)会包含4和5
• 使用np.random.choice([4,5])：直接从列表里随机选一个值

另外，原代码data.replace(np.nan, np.random.randint(4,5))会先生成一个固定值（比如4），再把所有NaN替换成这个固定值，所以无法做到每个NaN随机取值。需要让每个NaN都独立生成随机数。

二、针对特定行替换NaN的实现 #

假设你的数据集是pandas DataFrame，目标行是第1、4、5、8行（注意：pandas默认行索引从0开始，如果你的行索引是从1开始的，直接用[1,4,5,8]；如果是0开始，要改成[0,3,4,7]），可以用以下两种方法实现：

方法1：使用loc+applymap逐元素处理

import numpy as np
import pandas as pd

# 定义目标行索引
target_rows = [1,4,5,8]  # 根据实际索引调整

# 对目标行的每个元素判断：如果是NaN就随机替换为4或5，否则保留原值
data.loc[target_rows] = data.loc[target_rows].applymap(
    lambda x: np.random.choice([4,5]) if pd.isna(x) else x
)

方法2：使用掩码（mask）批量生成随机值替换

这种方式效率更高，适合大型数据集：

import numpy as np
import pandas as pd

target_rows = [1,4,5,8]

# 生成目标行的NaN掩码（True表示该位置是NaN）
nan_mask = data.loc[target_rows].isna()
# 生成与NaN数量匹配的随机数组（4或5）
random_values = np.random.choice([4,5], size=nan_mask.sum().sum())
# 将随机值填充到对应的NaN位置
data.loc[target_rows] = data.loc[target_rows].mask(nan_mask, random_values.reshape(nan_mask.shape))

内容的提问来源于stack exchange，提问作者sg-23