我想通过从剩余列中随机抽取数据来创建一个新列。
考虑一个包含“N”列的数据框，如下所示:
|---------------------|------------------|---------------------|
| Column 1 | Column 2 | Column N |
|---------------------|------------------|---------------------|
| 0.37 | 0.8 | 0.0 |
|---------------------|------------------|---------------------|
| 0.0 | 0.0 | 0.8 |
|---------------------|------------------|---------------------|
生成的数据框应该是这样的
|---------------------|------------------|---------------------|---------------|
| Column 1 | Column 2 | Column N | Sampled |
|---------------------|------------------|---------------------|---------------|
| 0.37 | 0.8 | 0.0 | 0.8 |
|---------------------|------------------|---------------------|---------------|
| 0.0 | 0.0 | B | B |
|---------------------|------------------|---------------------|---------------|
| A | 5 | 0.8 | A |
|---------------------|------------------|---------------------|---------------|
“采样”列的条目是通过随机选择“N”列的相应条目之一创建的。例如，“0.8”是从第 2 列中选择的，“B”是从第 N 列中选择的，依此类推。
df.sample(axis=1) 只是选择一列并将其返回。这不是我想要的。
实现此目标的最快方法是什么？该方法需要高效，因为原始数据框很大，有很多行和列。
请您参考如下方法:
您可以使用底层 numpy 数组并为每行选择一个随机索引。
u = df.values
r = np.random.randint(0, u.shape[1], u.shape[0])
df.assign(Sampled=u[np.arange(u.shape[0]), r])
Column 1 Column 2 Column N Sampled
0 0.37 0.8 0.0 0.37
1 0.0 0.0 B B
2 A 5.0 0.8 A
