如何在Pandas中让两列实现同步随机增减变动？

数据老陈

2026-5-20

我来帮你解决这个问题！你的需求是让DataFrame里的B、C列每行的变动幅度完全一致，方向随机——也就是每行要么同时加1，要么同时减1（也可以选择保持不变），对吧？

先分析你之前代码的问题

第一次使用apply时，没有指定axis=1，默认是按列处理，所以整个B列和C列会被加上同一个随机值，无法实现每行独立的随机变动。
第二次分开处理B、C列时，每列各自生成随机增量，导致每行的B、C变动可能不一致，不符合需求。

解决方案

这里提供两种高效的实现方式，任选其一即可：

方法一：用NumPy生成统一随机增量（推荐，大数据量下效率更高）

先为每行生成一个统一的随机增量，再通过广播机制同时应用到B、C两列：

import pandas as pd
import numpy as np

# 初始化你的DataFrame
data = pd.DataFrame(1.0, index=[1,2,3,4,5], columns=list('ABCD'))

# 为每行生成随机增量：可选-1、1（如果需要包含不变的情况，改成[-1, 0, 1]）
delta = np.random.choice([-1, 1], size=len(data))

# 将增量广播到B、C两列，实现同步变动
data[['B', 'C']] += delta[:, np.newaxis]

方法二：用`apply`按行处理（更直观）

指定axis=1让apply按行操作，每行仅生成一个随机增量，同时加到B、C列上：

import pandas as pd
import random

data = pd.DataFrame(1.0, index=[1,2,3,4,5], columns=list('ABCD'))

# 按行处理，每行生成一个统一的随机增量，同步更新B、C
data[['B', 'C']] = data[['B', 'C']].apply(
    lambda row: row + (-1)**random.randrange(2),
    axis=1
)