Как добавить случайное значение ко многим строкам в Pandas Dataframe итеративно?

Question

Предположим, у меня есть Pandas Dataframe с именем df, который имеет следующую структуру: -

          Column 1 Column 2 ......... Column 104
Row 1      0.01     0.55                 3
Row 2      0.03     0.14                 1
...                       
Row 100    0.75    0.56                  0

Я пытаюсь выполнить то, что для всех строк, которые соответствуют условию, указанному ниже, мне нужно сгенерировать 100 больше строк со случайным значением между 0 и 0.05, добавляемым к каждой строке: -

is_less = df.iloc[:,-1] > 1
df_try = df[is_less]
df = df.append([df_try]*100,ignore_index=True)

Проблема в том, что я могу просто продублировать строки в df_try, чтобы генерировать 100 больше строк для каждого случая, но я хочу добавить случайное значение также для каждой строки, чтобы каждая строка отличалась от другие, но очень похожие.

import random
df = df.append([df_try + random.uniform(0,0.05)]*100, ignore_index=True)

Для этого нужно просто добавить фиксированное случайное значение к df_try 100 новым строкам, но не уникальное случайное значение для каждой строки. Я знаю, что это потому, что приведенный выше синтаксис не выполняет итерацию по df_try, что приводит к добавлению фиксированного случайного значения, но есть ли подходящий способ добавить случайные значения итеративно по фрейму данных в этом случае?

Answer 1

Одной из идей является создание 2d массива с таким же размером, как у нового добавленного DataFrame и добавление в объединенные списки с помощью concat:

N = 10
arr = np.random.uniform(0,0.05, size=(N, len(df.columns)))
is_less = df.iloc[:,-1] > 1
df_try = df[is_less]
df = df.append(pd.concat([df_try]*N) + arr,ignore_index=True)
print (df)
    Column 1  Column 2  Column 104
0   0.010000  0.550000    3.000000
1   0.030000  0.140000    1.000000
2   0.750000  0.560000    0.000000
3   0.024738  0.561647    3.045146
4   0.035315  0.584161    3.008656
5   0.022386  0.563025    3.033091
6   0.039175  0.588785    3.004649
7   0.049465  0.594903    3.003303
8   0.027366  0.580478    3.041745
9   0.044721  0.599853    3.001736
10  0.052849  0.589775    3.042434
11  0.033957  0.582610    3.045215
12  0.044349  0.582218    3.027665

Ваше решение должно быть изменено путем понимания списка, если необходимо добавить скаляр к каждому df_try:

N = 10

is_less = df.iloc[:,-1] > 1
df_try = df[is_less]
df = df.append( [df_try + random.uniform(0, 0.05) for _ in range(N)], ignore_index=True)
print (df)
    Column 1  Column 2  Column 104
0   0.010000  0.550000    3.000000
1   0.030000  0.140000    1.000000
2   0.750000  0.560000    0.000000
3   0.036756  0.576756    3.026756
4   0.039357  0.579357    3.029357
5   0.048746  0.588746    3.038746
6   0.040197  0.580197    3.030197
7   0.011045  0.551045    3.001045
8   0.013942  0.553942    3.003942
9   0.054658  0.594658    3.044658
10  0.025909  0.565909    3.015909
11  0.012093  0.552093    3.002093
12  0.058463  0.598463    3.048463

Answer 2

Вы можете сначала объединить копии и создать один массив, содержащий все случайные значения, сложить их вместе, а затем добавить результат к оригиналу:

import numpy as np

n_copies = 2

df = pd.DataFrame(np.c_[np.arange(6), np.random.randint(1, 3, size=6)])
subset = df[df.iloc[:, -1] > 1]
extra = pd.concat([subset] * n_copies).add(np.random.uniform(0, 0.05, len(subset) * n_copies), axis='rows')

result = df.append(extra, ignore_index=True)

print(result)

Вывод:

           0         1
0   0.000000  2.000000
1   1.000000  2.000000
2   2.000000  1.000000
3   3.000000  2.000000
4   4.000000  1.000000
5   5.000000  2.000000
6   0.007723  2.007723
7   1.005718  2.005718
8   3.003063  2.003063
9   5.005238  2.005238
10  0.006509  2.006509
11  1.034742  2.034742
12  3.022345  2.022345
13  5.040911  2.040911