在python中通过随机分配创建组答案

【问题标题】：Create groups by random assignment in python在python中通过随机分配创建组
【发布时间】：2021-10-28 18:36:44
【问题描述】：

我有一个数据集，其中包含 3 个类别（高、中和低）的模型分数。该表如下所示：

| Score   |
| ------- |
| high    |
| high    |
| high    |
| low     |
| low     |
| low     |
| medium  |
| medium  |
| medium  |

我想将这些分数随机分配到 4 个组中。 control、treatment 1、treatment 2、treatment 3。 control 组应该有 20% 的观察结果，其余 80% 必须分成其他 3 个大小相等的组。但是，我希望每组中分数（高、中、低）的分布是相等的。如何使用 python 解决这个问题？

PS：这只是实际表格的一个表示，但它会有比这更多的观察结果。

【问题讨论】：

我希望每个组中的分数分布（高、中、低）是相等的这是不可能的，除非原始Score 类型分布均匀。
是的，分数类型将均匀分布。它是从 qcut() 获得的，所以它会均匀分布。

标签： python pandas distribution uniform-distribution

【解决方案1】：

你可以试试groupby.transform:

cats = [ 'control', 'treatment 1', 'treatment 2', 'treatment 3']
probs = [.2, .8/3, .8/3, .8/3]


(df.groupby('Score')['Score']
   .transform(lambda x: np.random.choice(cats, size=len(x), p=probs, replace=True)
)

【讨论】：

这很棒。但我想将组作为另一列添加到现有表中。
是的，df['groups'] = what_provided
Groupby 是为了确保采样发生在组内。如果删除它，则无法保证 cats 分布在 Score 中是相同的（尽管可能是）
它只是给我“组”列的 NaN 值。
哦，用.transform代替.apply。对不起