使用 python 假设库生成一个 Pandas 数据框，其中一行依赖于另一行

Question

我正在尝试使用假设生成 pandas 数据帧，其中一些列值依赖于其他列值。到目前为止，我无法 'link' 两列。

这段代码片段：

from hypothesis import strategies as st
from hypothesis.extra.pandas import data_frames , column, range_indexes

def create_dataframe():
    id1 = st.integers().map(lambda x: x)
    id2 = st.shared(id1).map(lambda x: x * 2)
    df = data_frames(index = range_indexes(min_size=10, max_size=100), columns=[
        column(name='id1',  elements=id1, unique=True),
        column(name='id2', elements=id2),
    ])
    return df

生成具有静态第二列的数据框：

            id1  program_id
0   1.170000e+02       110.0
1   3.600000e+01       110.0
2   2.876100e+04       110.0
3  -1.157600e+04       110.0
4   5.300000e+01       110.0
5   2.782100e+04       110.0
6   1.334500e+04       110.0
7  -3.100000e+01       110.0

Answer 1

我认为您在使用 rows 参数，它允许您从其他列计算一些列值。例如，如果我们想要一个 full_price 和一个 sale_price 列，其中销售价格应用了一些折扣：

from hypothesis import strategies as st
from hypothesis.extra.pandas import data_frames, range_indexes

def create_dataframe():
    full = st.floats(1, 1000)  # all items cost  to ,000
    discounts = st.sampled_from([0, 0.1, 0.25, 0.5])
    rows = st.tuples(full, discounts).map(
        lambda xs: dict(price=xs[0], sale_price=xs[0] * (1-xs[1]))
    )
    return data_frames(
        index = range_indexes(min_size=10, max_size=100),
        rows = rows
    )

         price  sale_price
0   757.264509  378.632254
1   824.384095  618.288071
2   401.187339  300.890504
3   723.193610  650.874249
4   777.171038  699.453934
5   274.321034  205.740776

那么您的示例代码出了什么问题？看起来您认为 id1 和 id2 策略是按行 相对于 定义的，但它们实际上是独立的 - 并且shared() 策略在列中的每一行之间共享一个值。

使用 python 假设库生成一个 Pandas 数据框，其中一行依赖于另一行

Generate a Pandas Dataframe with python hypothesis library where one row is dependant on another

python

pandas

python-hypothesis