如何在Pandas DataFrame中为唯一区域分配固定的0-1区间唯一随机浮点数列

我明白你的需求啦——给每个唯一的地区分配一个固定的0到1之间的随机浮点数，而且每次重新运行代码，这些数值都不会变对吧？你现在的问题是只生成了单个随机数，不知道怎么把随机数和每个地区一一绑定，下面我给你一步步解决这个问题：

核心思路 #

我们可以先创建一个**「地区-随机数」的映射字典**，给每个唯一地区分配专属的随机数（靠固定种子保证每次生成结果一致），再把这个字典映射到DataFrame的region列上，就能得到你想要的新列了。

完整实现代码 #

import pandas as pd
import numpy as np
import random

list_reg = ['region1', 'region2', 'region3', 'region4', 'region5', 'region6']

df_test = pd.DataFrame({
    'region': list_reg,
    'product1': [100, 250, 350, 555, 999999, 200000],
    'product2': [41, 111, 12.14, 16.18, np.nan, 200003],
    'product3': [7.04, 2.09, 11.14, 2000320, 22.17, np.nan],
    'product4': [236, 249, 400, 0.56, 359, 122],
    'product5': [None, 1.33, 2.54, 1, 0.9, 3.2]})

# 设置随机种子，确保每次运行生成的随机数完全一致
random.seed(123)

# 用字典推导式给每个地区分配专属随机数
region_random_map = {region: random.uniform(0.0001, 1.0) for region in list_reg}

# 新增列：把字典映射到region列，每个地区对应固定随机数
df_test['random_float'] = df_test['region'].map(region_random_map)

# 查看最终结果
print(df_test)

代码说明 #

• 固定随机种子：random.seed(123)会锁定随机数生成逻辑，不管你重新运行多少次，每个地区对应的随机数都不会变。
• 映射字典：通过字典推导式遍历所有唯一地区，给每个地区生成0.0001到1之间的随机浮点数，保证每个地区对应唯一值。
• 生成新列：map方法会自动把region列的每个值匹配到字典里对应的随机数，哪怕你的DataFrame里有重复的地区行（比如同一个region出现多次），也会统一映射到同一个随机数。

运行结果示例 #

（注：因为种子固定为123，你运行代码得到的随机数和上面的示例完全一致）

备注：内容来源于stack exchange，提问作者user032020