选择按值加权的行索引

【问题标题】：select a row index weighted by value选择按值加权的行索引
【发布时间】：2021-01-08 13:05:41
【问题描述】：

权重字典：{1:0.1, 2:0.9}（值为 1 的项目有 10% 的概率被选中，值为 2 的项目有 90% 的概率）

示例值行：[0, 0, 1, 0, 2, 1]（只有 0 和字典中包含的值）

输出应该是随机选择的索引

对于示例行，该行中每个项目的索引被选中的概率应为[0, 0, 0.05, 0, 0.9, 0.05]（注意，由于该行包含两个不同的1元素，因此每个元素的概率应为0.05被选中，因为重量计入具有该值被选中的项目）

【问题讨论】：

标签： python pandas numpy random python-3.8

【解决方案1】：

您可以在此处使用np.select。

wt = {1:0.1, 2:0.9}
a = np.array([0, 0, 1, 0, 2, 1])
choicelist = [a==i for i in wt.keys()]
condlist = [v/np.count_nonzero(a==k) for k,v in wt.items()]
np.select(choicelist, condlist)
# array([0.  , 0.  , 0.05, 0.  , 0.9 , 0.05])

【讨论】：

不幸的是，如果键没有在一行中表示，这将导致除以 0。例如，尝试使用wt = {1:0.1, 2:0.9, 3:0.1}
使用condlist = [v/np.count_nonzero(a==k) if np.count_nonzero(a==k) > 0 else 0 for k,v in wt.items()] 工作
另外，在我的情况下，使用 np.isclose 比使用相等更安全
另外，如果您要在 200k x 200k df 上运行它，则需要一些时间