如何基于Pandas DataFrame指定列条件按随机均等分布新增列

首先修正你初始构造代码的变量名大小写错误（原代码中List_colors首字母大写和变量定义不一致），完整实现方案如下：

完整代码 #

import pandas as pd
import random

# 构造初始DataFrame
list_colors = [['black'], ["yellow"]]*4
df_colors = pd.DataFrame(list_colors, columns = ['color'])

# 定义color到color_2可选值的映射关系，可按需扩展
color_mapping = {
    "black": ["red", "green"],
    "yellow": ["purple", "pink"]
}

# 按color分组赋值
def generate_color2(group):
    options = color_mapping[group.name]
    # 计算重复次数保证各可选值数量均等
    repeat_cnt = len(group) // len(options)
    color2_values = options * repeat_cnt
    # 随机打乱保证每次运行结果不同
    random.shuffle(color2_values)
    return pd.Series(color2_values, index=group.index)

df_colors["color_2"] = df_colors.groupby("color", group_keys=False).apply(generate_color2)

# 查看输出结果
print(df_colors)

方案说明 #

• 满足随机要求：每次运行random.shuffle都会重新打乱赋值顺序，输出结果不固定
• 满足等数量分配要求：通过等倍重复可选值列表的方式，严格保证同color下每个color_2可选值的分配数量完全一致
• 扩展性强：如果后续新增color取值、或者调整可选值列表，仅需要修改color_mapping即可，只要单color的行数是可选值数量的整数倍就可以正常运行

内容的提问来源于stack exchange，提问作者giorgio-p