Pandas如何高效将0值替换为随机数？

在数据分析和处理中，我们常常会遇到某一列存在较多0值的情况。这时，如果需要在分析模型中使用该特征列，这些0值可能会影响结果的精确度。那么，如何高效地将Pandas DataFrame某一列的0值替换为随机数呢？今天分享在Pandas中将0值替换为随机数的实现步骤：

第一步：导入所需库

import pandas as pd 
import numpy as np  

第二步：获取0值索引
使用df[df['score'] == 0]可以 filtered出score列所有的0值行，然后通过.index获取其索引值：

zero_indices = df[df['score'] == 0].index

第三步：生成随机数
使用numpy.random.randint生成len(zero_indices)个1到5之间的随机整数：

random_scores = np.random.randint(1， 5， len(zero_indices))

第四步：进行替换
通过df.iloc将随机数替换到相应的0值索引上：

df.iloc[zero_indices， df.columns.get_loc('score')] = random_scores

第五步：查看结果
使用print(df)打印DataFrame，查看随机数是否替换成功：

   score  
0     2
1     3  
2     4  
3     1
4     3 

0值成功替换为随机数!
这就是在Pandas中将某一列的0值替换为随机数的详细步骤：
获取0值索引→生成随机数→使用iloc替换→检查结果
掌握了这4个步骤，在Pandas处理数据时替换0值简直快速高效!