如何将DataFrame列中前三大数据随机放入指定循环位置？

步骤拆解与代码实现 #

1. 初始化数据并提取关键信息 #

先准备测试数据，同时提取Attack列的前3大数值及其当前索引，定义需要放置的目标位置：

import pandas as pd
import numpy as np

# 测试DataFrame
d = {'Attack': [0.643,0.715,0.6826, 0.693, 0.7634, 0.7942, 0.745, 0.73, 0.755, 0.457, 0.634, 0.745]}
df = pd.DataFrame(data=d)

# 获取前3大值及对应索引
top3 = df['Attack'].nlargest(3)
top3_values = top3.values.tolist()
top3_indices = top3.index.tolist()

# 指定目标索引位置
target_indices = [0, 5, 9]

2. 随机打乱前3大数值 #

为了实现随机放置的需求，先打乱前3大数值的顺序：

np.random.shuffle(top3_values)

3. 执行交换与替换逻辑 #

遍历目标索引，根据当前值是否属于前3大，分别处理：

• 若目标位置原数值不属于前3大：从非目标索引的前3大值位置中选一个，交换两者数值；
• 若目标位置原数值已是前3大：直接替换为打乱后的对应数值，保证随机性。

# 复制原DataFrame，避免修改原始数据（可选操作）
df_modified = df.copy()

# 筛选出不在目标索引里的前3大值位置，作为待交换的来源
available_top_indices = [idx for idx in top3_indices if idx not in target_indices]

# 遍历目标索引和打乱后的前3大值
for target_idx, new_val in zip(target_indices, top3_values):
    current_val = df_modified.loc[target_idx, 'Attack']
    
    if current_val not in top3_values:
        # 取出一个待交换的前3大值位置
        swap_idx = available_top_indices.pop()
        # 交换数值
        df_modified.loc[target_idx, 'Attack'], df_modified.loc[swap_idx, 'Attack'] = new_val, current_val
    else:
        # 直接替换为随机后的数值
        df_modified.loc[target_idx, 'Attack'] = new_val

4. 验证结果 #

查看修改后的目标位置数值，确认符合要求：

print("目标索引位置的最终数值：")
print(df_modified.loc[target_indices, 'Attack'])

内容的提问来源于stack exchange，提问作者M.pillow