如何使用Python Pandas为CSV文件指定字段值添加区间随机偏移量

完整可运行代码 #

import pandas as pd
import numpy as np

# 1. 读取原始CSV文件，skipinitialspace自动去除逗号后多余空格
df = pd.read_csv('你的输入文件路径.csv', skipinitialspace=True)

# 可选：固定随机种子，保证每次运行生成的偏移量一致，方便复现
# np.random.seed(42)

# 2. 指定需要添加偏移量的目标列
target_cols = ['product_x', 'product_y', 'product_z']

# 3. 生成和目标列维度一致、范围在-3到3的独立随机偏移量
random_offsets = np.random.uniform(low=-3, high=3, size=df[target_cols].shape)

# 4. 给目标列添加偏移量
df[target_cols] = df[target_cols] + random_offsets

# 5. 将修改后的数据写入新的CSV文件
df.to_csv('你的输出文件路径.csv', index=False)

说明 #

• 生成随机偏移量时使用均匀分布，每个单元格的偏移值完全独立，仅可能出现概率极低的随机重合
• 若需要保留原始列的数值类型（比如product_x、product_y原为整数），可以在添加偏移量后按需做类型转换，比如df[['product_x', 'product_y']] = df[['product_x', 'product_y']].round(0).astype(int)
• DateTime字段全程不会被修改，和原始文件保持一致

内容的提问来源于stack exchange，提问作者Robin Andrews