在 pandas 中创建发行 [英] Create distribution in Pandas

问题描述

我想生成具有特定分布的随机/模拟数据集.

I want to generate a random/simulated data set with a specific distribution.

作为示例，分布具有以下属性.

As an example the distribution has the following properties.

1. 1000人口
2. 性别比例为:男性49％，女性50％，其他1％
3. 年龄分布如下:0-30(30％)，31-60(40％)，61-100(30％)

结果数据框将有1000行，两列称为性别和年龄(具有上述值分布)

The resulting data frame would have 1000 rows, and two columns called gender and age (with the above value distributions)

在Pandas或其他图书馆中有没有办法做到这一点?

Is there a way to do this in Pandas or another library?

推荐答案

您可以尝试:

N = 1000
gender = np.random.choice(["male","female", "other"], size=N, p = [.49,.5,.01])

age = np.r_[np.random.choice(range(30),size= int(.3*N)),
       np.random.choice(range(31,60),size= int(.4*N)),
       np.random.choice(range(61,100),size= N - int(.3*N) - int(.4*N) )]
np.random.shuffle(age)

df = pd.DataFrame({"gender":gender,"age":age})

这篇关于在 pandas 中创建发行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！