如何在pandas dataframe中随机选取X行填充1其余行填0

首先构造题目要求的示例测试数据：

import pandas as pd
import numpy as np

# 构造10行的测试DataFrame
df = pd.DataFrame({
    'col1': ['a','b','c','d','e','f','g','h','i','j']
})

实现方法1：pandas sample抽样赋值 #

思路为先初始化新增列全为0，再随机抽取指定行数的索引，将对应位置的值修改为1：

# 指定需要填充为1的行数
fill_one_count = 4
# 初始化col2所有值为0
df['col2'] = 0
# 随机抽取指定行数，将对应col2的值修改为1
df.loc[df.sample(n=fill_one_count).index, 'col2'] = 1

如果需要固定随机结果方便复现，可以给sample方法添加random_state参数，例如df.sample(n=fill_one_count, random_state=42)。

实现方法2：numpy生成乱序数组直接赋值 #

思路为先构造包含指定数量1和0的数组，打乱顺序后直接赋值给新增列：

fill_one_count = 4
# 生成包含4个1、6个0的数组，打乱顺序后赋值给col2
df['col2'] = np.random.permutation([1]*fill_one_count + [0]*(len(df)-fill_one_count))

如果要固定随机结果，在执行上述代码前添加np.random.seed(42)即可。

两种方法均可以稳定实现需求，运行后输出df即可得到符合要求的结果。

内容的提问来源于stack exchange，提问作者tumbleweed