如何构造行列双轴数值均匀分布的Pandas DataFrame？

核心前提 #

要同时满足行、列两个方向的数值计数均匀，参数必须先符合数学约束：

• 列数cols必须能被n整除，保证每行每个值出现次数为cols/n（整数）
• 行数rows必须能被n整除，保证每列每个值出现次数为rows/n（整数）
  你给出的示例参数cols=8, rows=4, n=4刚好满足上述约束，可实现严格双轴均匀。

实现逻辑 #

不需要用排列组合随机拼接，直接用循环移位规则生成矩阵即可：任意位置(i,j)（第i行、第j列）的取值为(i + j) % n，天然满足：

• 同一行内每向右一列，值+1后对n取模，每n列完成一次循环
• 同一列内每向下一行，值+1后对n取模，每n行完成一次循环
  两个方向都能保证所有值出现次数完全相等。

可直接运行的代码 #

import numpy as np
import pandas as pd

def create_uniform_df(cols: int, rows: int, n: int) -> pd.DataFrame:
    # 参数合法性校验
    if cols % n != 0 or rows % n != 0:
        raise ValueError("cols和rows必须均可被n整除，否则不存在严格双轴均匀的填充结果")
    # 生成行列索引网格
    row_grid, col_grid = np.indices((rows, cols))
    # 核心计算：循环移位生成矩阵
    mat = (row_grid + col_grid) % n
    # 组装为带指定索引的DataFrame
    df = pd.DataFrame(
        mat,
        index=[f"row_{i}" for i in range(rows)],
        columns=[f"col{i}" for i in range(cols)]
    )
    return df

效果验证 #

用你给出的参数测试：

params = {'cols': 8, 'rows': 4, 'n': 4}
df = create_uniform_df(**params)
print(df)

输出与期望结果完全一致：

col0  col1  col2  col3  col4  col5  col6  col7
row_0     0     1     2     3     0     1     2     3
row_1     1     2     3     0     1     2     3     0
row_2     2     3     0     1     2     3     0     1
row_3     3     0     1     2     3     0     1     2

行方向计数校验：

print(df.apply(lambda x: x.value_counts(), axis=1))

0  1  2  3
row_0  2  2  2  2
row_1  2  2  2  2
row_2  2  2  2  2
row_3  2  2  2  2

列方向计数校验：

print(df.apply(lambda x: x.value_counts()))

col0  col1  col2  col3  col4  col5  col6  col7
0     1     1     1     1     1     1     1     1
1     1     1     1     1     1     1     1     1
2     1     1     1     1     1     1     1     1
3     1     1     1     1     1     1     1     1

扩展说明 #

• 你之前的实现问题在于：随机排列拼接时没有做行与行之间的固定偏移对齐，导致同列内部分值重复、部分值缺失，才会出现计数NaN的问题
• 如果需要打乱数值顺序避免规律过于明显，只需要先生成0~n-1的随机排列作为映射表，替换矩阵中的对应值即可，双轴均匀的特性不会被破坏

内容的提问来源于stack exchange，提问作者BeRT2me