数据集属性中的标签列含有0和1，用python写一段关于通过置换标签的方式给数据集按不同比例添加噪声的代码

假设数据集为一个DataFrame，标签列名为"label"，可以按如下方式通过置换标签的方式添加噪声：

import numpy as np

# 定义添加噪声的函数
def add_noise(df, noise_ratio):
    # 计算需要置换的样本数量
    num_noise_samples = int(len(df) * noise_ratio)
    
    # 打乱数据集并随机选择需要置换标签的样本
    df_shuffled = df.sample(frac=1, random_state=42)
    noise_samples = df_shuffled.iloc[:num_noise_samples]
    
    # 将标签置换为随机值
    noise_samples["label"] = np.random.choice([0, 1], size=num_noise_samples)
    
    # 返回添加噪声后的数据集
    return pd.concat([df_shuffled.iloc[num_noise_samples:], noise_samples])
    
# 使用示例
df_noisy = add_noise(df, 0.1)  # 添加10%的噪声

这段代码中，通过`add_noise`函数实现了添加噪声的操作，其中`df`为原始数据集，`noise_ratio`为需要添加的噪声比例。函数先计算出需要置换的样本数量，然后打乱数据集并随机选择需要置换标签的样本。最后通过`np.random.choice`方法将标签置换为随机值，并将添加噪声后的数据集返回。