在正态分布中创建熊猫数据框

Question

想要创建一个示例数据框——基于 json 模板——看起来尽可能真实。因此正态分布。

这是我尝试过的

import json, random
import pandas as pd

sample_data = """{"product1":[
    {"category":"Fruits",
    "productlist":["Bell Peppers","Red Chillies", "Onions", "Tomatoes"]}
],
"product2":[
    {"category":"Vegetables",
    "productlist":["Apple","Mango","Banana"]}
]}"""

products = json.loads(sample_data)

colHeaders = []

for k,v in products.items():
    colHeaders.append(v[0]['category'])

df = pd.DataFrame(columns= colHeaders)

for i in range (1000):
    itemlist = []
    for k,v in products.items():
        itemlist.append(random.choice(v[0]['productlist']))
    #print(itemlist)
    df.loc[len(df)] = itemlist

print(df)

我不确定我做的是否正确。如果没有，请帮助我

• 如何检查数据框行是否代表正态分布？
• 在这种情况下如何尝试其他发行版？

我提到的其他相关 Stack Overflow 问题是：

• Select one element from a list using python following the normal distribution
• Create distribution in Pandas

Answer 1

我认为你应该做的是生成正态分布的整数并将它们作为列表的索引。在我看来，绘制您生成的数字也是检查它们是否为正态分布的最佳方法，它应该类似于正态分布的钟形。然而，由于 20 是一个很小的数字，它可能并不完全是需要记住的所需形状。我认为以下链接包含您需要的所有信息。

How to generate a random normal distribution of integers