Генерация случайных иерархических данных в кадре данных Pandas

Question

Я пытаюсь сгенерировать иерархические случайные данные в кадре данных Pandas. В качестве игрушечного примера предположим, что я выбираю x из некоторого распределения, а затем образец y из некоторого условного распределения, заданного x, а затем выборку z из некоторого условного распределения, заданного x и y как показано ниже. В моей реальной проблеме x, y и z могут принимать гораздо больше значений, чем просто 0 и 1, но распределения представлены с использованием словарей, как показано ниже. Есть ли более элегантный способ сгенерировать этот фрейм данных? Особенно неприятно то, что мне нужно сгенерировать «массив», используя np.random.choice, а затем просто выбрать один элемент. Кроме того, похоже, что код для генерации z особенно неудобен, потому что мне нужно извлечь столбцы x и y из row, а не писать что-то вроде lambda x, y: ..., чтобы строка автоматически сглаживалась в столбцы.

p_x = {0: 0.2, 1: 0.8}
p_y_given_x = {
    0: {0: 0.3, 1: 0.7},
    1: {0: 0.5, 1: 0.5},
}
p_z_given_x_and_y = {
    0: {0: {0: 0.1, 1: 0.9}, 1: {0: 0.5, 1: 0.5}},
    1: {0: {0: 0.5, 1: 0.5}, 1: {0: 0.7, 1: 0.3}},
}

data = pd.DataFrame({
    'x': np.random.choice(a=list(p_x), size=10, p=list(p_x.values()))
})
data['y'] = data['x'].apply(
    lambda x: np.random.choice(
        list(p_y_given_x[x]),
        size=1,
        p=list(p_y_given_x[x].values()),
    )[0],
)
data['z'] = data.apply(
    lambda row: np.random.choice(
        list(p_z_given_x_and_y[row['x']][row['y']]),
        size=1,
        p=list(p_z_given_x_and_y[row['x']][row['y']].values()),
    )[0],
    axis=1,
)