Pandas: Как создать случайный фрейм в DataFrame

В некоторых ситуациях случайные наборы данных необходимы, например, для оценки эффективности алгоритмов.

При работе с Pandas нам часто нужны данные в виде DataFrame.

Это нельзя сделать напрямую, но, используя генераторы случайных чисел NumPy, вы можете создать из них DataFrames.

Давайте посмотрим, как создать случайный DataFrame в Pandas.

Создание DataFrame с реальными случайными значениями

Самый простой способ создания случайного DataFrame в Pandas – вызвать метод np.random.rand() для создания массива, а затем преобразовать его в объект Pandas.

Этого можно достичь с помощью следующего кода.

import pandas as pd
import numpy as np
cols = 4
rows = 3
np.random.seed(0)
pd.DataFrame(np.random.rand(rows, cols))
Code language: Python (python)

          0         1         2         3
0  0.548814  0.715189  0.602763  0.544883
1  0.423655  0.645894  0.437587  0.891773
2  0.963663  0.383442  0.791725  0.528895
Code language: CSS (css)

В данном случае были определены две переменные для хранения количества строк и столбцов.

Кроме того, зерно генератора случайных чисел NumPy было составлено так, чтобы всегда получать один и тот же результат.

Наконец, создается случайная матрица с четырьмя столбцами и тремя строками, которая преобразуется в DataFrame.

Вы также можете дать имена столбцам, для чего при создании DataFrame вам нужно будет передать только список столбцов.

Важно, чтобы этот список содержал столько же значений, сколько столбцов в матрице.

pd.DataFrame(np.random.rand(rows, cols), columns=['A', 'B', 'C', 'D'])
Code language: JavaScript (javascript)

          A         B         C         D
0  0.568045  0.925597  0.071036  0.087129
1  0.020218  0.832620  0.778157  0.870012
2  0.978618  0.799159  0.461479  0.780529
Code language: CSS (css)

Создание случайного DataFrame из целых чисел

Если вы хотите работать с целыми числами, вам нужно только изменить функцию, используемую для генерации случайных чисел.

В данном случае подходит np.random.randint(). Функция, первым параметром которой является минимальное значение, вторым – максимальное, а третьим – размер матрицы.

Итак, для создания DataFrame со значениями от 0 до 1000 можно использовать следующий код.

pd.DataFrame(np.random.randint(0, 1000, (rows, cols)), columns=['A', 'B', 'C', 'D'])
Code language: JavaScript (javascript)

     A    B    C    D
0   91  896  398  611
1  565  908  633  938
2   84  203  324  774

Заключение

В этом посте мы рассмотрели различные способы создания случайного DataFrame с помощью Pandas или NumPy.