如何按给定区间分布要求使用pandas生成未排序随机数Series

• 先按要求的比例分别从三个指定区间抽取对应数量的随机数
• 拼接所有抽取到的数值后打乱顺序
• 转换为pandas Series格式即可

import numpy as np
import pandas as pd

# 给定的scope范围
scope = np.arange(0, 1000)
# 可自定义生成的Series总长度，这里以1000为例
n_total = 1000

# 划分三个区间
range1 = scope[0:201]  # 0~200区间
range2 = scope[201:501]  # 201~500区间
range3 = scope[501:]  # 501~999区间

# 按比例抽取对应数量的数值，replace=True允许重复，设为False则不允许重复（需确认对应区间长度足够）
sample1 = np.random.choice(range1, size=int(n_total*0.1), replace=True)
sample2 = np.random.choice(range2, size=int(n_total*0.1), replace=True)
sample3 = np.random.choice(range3, size=n_total - len(sample1) - len(sample2), replace=True)

# 拼接并打乱顺序
all_samples = np.concatenate([sample1, sample2, sample3])
np.random.shuffle(all_samples)

# 转换为pandas Series
result_series = pd.Series(all_samples)

如果需要确认生成结果的分布符合要求，可以用以下代码统计：

p1 = len(result_series[(result_series >=0) & (result_series <=200)]) / len(result_series)
p2 = len(result_series[(result_series >=201) & (result_series <=500)]) / len(result_series)
p3 = len(result_series[(result_series >=501) & (result_series <=999)]) / len(result_series)

print(f"0~200占比: {p1:.1%}, 201~500占比: {p2:.1%}, 501~999占比: {p3:.1%}")

内容的提问来源于stack exchange，提问作者Mishko