如何在Pandas DataFrame中随机将指定列的K个值设置为空？

第一步：先修正random_rows函数的错误 #

你现有函数里误拿列数（df.shape[1]）当做行数计算，会导致索引范围匹配错误，修正后的函数如下：

import random
import pandas as pd

def random_rows(K=2, df):
    # 获取DataFrame的行数
    row_length = df.shape[0]
    row_indexes = list(range(row_length))
    if row_length < K:
        K = row_length
    selected_row_indexes = random.sample(row_indexes, K)
    return selected_row_indexes

第二步：修改指定行的A列值 #

拿到随机选中的行索引后，直接用pandas的loc索引器定位到对应行和A列，赋值为空即可，完整运行示例如下：

# 构造测试DataFrame
df = pd.DataFrame( { 'A': [1,2,3,4],
                   'B': [10,20,30,40],
                   'C': [20,40,60,80]
                  })
# 随机选K=2行
selected_indexes = random_rows(K=2, df)
# 将选中行的A列设为空字符串，如果需要pandas标准缺失值可替换为pd.NA
df.loc[selected_indexes, 'A'] = ''
# 输出验证结果
print(df)

补充说明 #

• 如果你的DataFrame索引不是默认的0起始整数索引，可改用iloc按位置索引修改，代码调整为df.iloc[selected_indexes, df.columns.get_loc('A')] = ''即可
• 赋值为pd.NA更符合pandas缺失值规范，后续做缺失值统计、过滤等操作兼容性更好

内容的提问来源于stack exchange，提问作者marlon