У меня есть pandas фрейм данных с двумя столбцами. Они представляют собой среднее значение и стандартное отклонение.
Как я могу выполнить векторизованную выборку? Я хочу взять 1 наблюдение за строку.
import numpy as np
import pandas as pd
rng = np.random.RandomState(0)
#n_points = 4_000_000
n_points = 10
d_dimensions = 2
X = rng.random_sample((n_points, d_dimensions))
df = pd.DataFrame(X)
display(df.head())
df['raondomized'] = df.apply(lambda x: np.random.normal(x[0], x[1], 1), axis = 1)
df.head()
Это очень медленно, когда количество записей увеличивается.
Numpy массив с различным стандартным отклонением на строка
np.random.seed(444)
arr = np.random.normal(loc=0., scale=[1., 2., 3.], size=(1000, 3)).T
print(arr.mean(axis=1))
# [-0.06678394 -0.12606733 -0.04992722]
print(arr.std(axis=1))
# [0.99080274 2.03563299 3.01426507]
показывает, как выполнить векторизованную выборку с равными средствами - как это можно изменить для поддержки различных средств, как моя наивная версия, использующая apply, но быстрее?
A:
np.random.normal(df[0], df[1], 1)
возвращает только одно скалярное значение, даже если указано несколько средних / стандартных отклонений.