在 CSV 行的每个值中添加随机噪声
Posted
技术标签:
【中文标题】在 CSV 行的每个值中添加随机噪声【英文标题】:Add random noise in each value of CSV rows 【发布时间】:2021-12-27 08:45:01 【问题描述】:我正在尝试向我的 csv 列添加一些随机噪声,但最后一列除外。
这是我的 csv 文件:
z-1 z-2 z-3 z-4 z-5 z-6 z-7 class
0.1305512 0.1301835 0.1295706 0.1287125 0.1276091 0.1262605 0.1246666 1
0.151239 0.1508714 0.1502585 0.1494004 0.148297 0.1469484 0.1453545 0
0.1463833 0.1461299 0.1456313 0.1448875 0.1438984 0.1426641 0.1411845 1
0.1422839 0.1419962 0.1414633 0.1406851 0.1396616 0.138393 0.136879 0
0.1452986 0.1450747 0.1446055 0.1438911 0.1429314 0.1417265 0.1402764 1
0.1354216 0.1351467 0.1346265 0.1338611 0.1328504 0.1315945 0.1300933 0
0.1458855 0.1456223 0.1451139 0.1443602 0.1433613 0.1421172 0.1406278 1
0.149526 0.1492658 0.1487604 0.1480096 0.1470137 0.1457725 0.144286 0
0.1452744 0.1450098 0.1444999 0.1437448 0.1427444 0.1414988 0.1400079 1
0.146562 0.1462768 0.1457463 0.1449706 0.1439496 0.1426834 0.1411719 0
我想在 [0.1, 0.12] 范围内的 CSV 行的每个值中添加噪声。
这是我的代码:
import pandas as pd
import random
df = pd.read_csv("./data/raw.csv")
noise = [random.uniform(0.1,0.12) for _ in range(5)] # 5 random floats in the range of 0.1 to 0.12
#print(noise)
for i in noise:
print(i)
df1 = df + round((df.iloc[:,:-1] + i),7) # round values after adding noise
df1.to_csv("./data/new.csv", index=False) # make new csv
我的代码产生了 5 种噪音,但只为每个值添加了一种噪音。
我想在每一行中随机添加所有生成的噪声。我的意思是 5 个噪音,随机添加到第一行,第二行,....等等。并制作新的 csv。
有可能吗?
任何帮助将不胜感激。
谢谢。
【问题讨论】:
您想用新生成的随机噪声改变数据框中的每个值吗? 感谢您的回复。价值不应该改变。它应该在同一个位置。 【参考方案1】:如果您想为前 5 列中的每个值分别添加随机噪声,请执行以下操作:
df1 = pd.DataFrame()
for c in df.columns[0:5]:
df1[c] = df[c] + [random.uniform(0.1,0.12) for _ in range(len(df[c]))]
如果你想单独为每一列添加随机噪声:
df1 = pd.DataFrame()
for c in df.columns[0:5]:
column_noise = random.uniform(0.1,0.12)
df1[c] = df[c] + [column_noise for _ in range(len(df[c]))]
【讨论】:
谢谢areobe。让我试试,然后我会回到这里。 嗨,areobe,这会将我的整个 csv 更改为一列,如何在不更改行和列位置的情况下保存 csv? @Codeholic 你是什么意思?也许是因为你试图用excel打开它。如果要使用 excel 打开它,请打开 excel 并在“数据”选项卡中选择“来自文本”。 无论如何,我解决了我的问题,我必须制作空列表并将新数据附加到列表中。非常感谢。以上是关于在 CSV 行的每个值中添加随机噪声的主要内容,如果未能解决你的问题,请参考以下文章