熊猫随机加权选择

Question

我想使用Pandas随机选择一个值以考虑权重。

df：

0  1  2  3  4  5
0  40  5 20 10 35 25
1  24  3 12  6 21 15
2  72  9 36 18 63 45
3  8   1  4  2  7 5
4  16  2  8  4 14 10
5  48  6 24 12 42 30

我知道使用np.random.choice，例如：

x = np.random.choice(
['0-0','0-1',etc.], 
1,
p=[0.4,0.24 etc.]
)

因此，我想以与dfnp.random.choice类似的样式/替代方法获得输出，但使用Pandas.与上面手动插入值相比，我想以更有效的方式执行此操作。

使用np.random.choice我知道所有值加起来必须达到1.我不确定如何解决这个问题，也不确定使用Pandas根据权重随机选择一个值。

当引用输出时，如果随机选择的权重是例如 40，那么输出将是 0-0，因为它位于该column 0、row 0等。

Answer 1

堆叠数据帧：

stacked = df.stack()

规范化权重(使它们加起来为 1(：

weights = stacked / stacked.sum()
# As GeoMatt22 pointed out, this part is not necessary. See the other comment.

然后使用示例：

stacked.sample(1, weights=weights)
Out: 
1  2    12
dtype: int64
# Or without normalization, stacked.sample(1, weights=stacked)

---

DataFrame.sample 方法允许您从行或列中采样。考虑一下：

df.sample(1, weights=[0.4, 0.3, 0.1, 0.1, 0.05, 0.05])
Out: 
0  1   2  3   4   5
1  24  3  12  6  21  15

它选择一行(第一行有 40% 的几率，第二行有 30% 的几率等(

这也是可能的：

df.sample(1, weights=[0.4, 0.3, 0.1, 0.1, 0.05, 0.05], axis=1)
Out: 
1
0  5
1  3
2  9
3  1
4  2
5  6

相同的过程，但 40% 的机会与第一列相关联，我们正在从列中进行选择。但是，您的问题似乎暗示您不想选择行或列 - 您想选择其中的单元格。因此，我将尺寸从 2D 更改为 1D。

df.stack()
Out: 
0  0    40
1     5
2    20
3    10
4    35
5    25
1  0    24
1     3
2    12
3     6
4    21
5    15
2  0    72
1     9
2    36
3    18
4    63
5    45
3  0     8
1     1
2     4
3     2
4     7
5     5
4  0    16
1     2
2     8
3     4
4    14
5    10
5  0    48
1     6
2    24
3    12
4    42
5    30
dtype: int64

因此，如果我现在从中采样，我将同时对一行和一列进行采样。例如：

df.stack().sample()
Out: 
1  0    24
dtype: int64

选择第 1 行和第 0 列。