Pandas DataFrame按条件将年龄区间替换为对应范围随机整数的问题

问题原因 #

你原来的代码里random.randint(35, 44)只会执行一次，生成单个随机整数，pandas会把这个单值广播到所有匹配AGE == '35-44'的行，所以所有匹配行都被赋了同一个值。

解决方法 #

方法1：仅处理35-44单个指定区间（匹配你给出的预期效果） #

如果只需要替换35-44这一类区间，保留其他区间原值，可以生成和匹配行数相等的随机数列表再赋值：

import random
import pandas as pd

# 统计匹配35-44的行数，生成对应数量的独立随机数
match_num = len(df[df["AGE"] == '35-44'])
df.loc[df["AGE"] == '35-44', 'AGE'] = [random.randint(35, 44) for _ in range(match_num)]

方法2：自动处理所有区间格式的AGE值 #

如果需要把20-34、45-70等所有区间值都替换成对应区间的随机整数，用自定义函数+apply的方式可以自动适配所有区间：

import random
import pandas as pd

def age_range_to_random(age_str):
    low, high = map(int, age_str.split('-'))
    return random.randint(low, high)

df['AGE'] = df['AGE'].apply(age_range_to_random)

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