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

假设你的数据集是一个 Pandas DataFrame，其中标签列名为 `label`，你可以通过以下代码来将标签中的 0 和 1 置换：

import pandas as pd

# 读入数据集
df = pd.read_csv('your_dataset.csv')

# 将标签列中的 0 和 1 置换
df['label'] = df['label'].apply(lambda x: 0 if x == 1 else 1)

# 打印置换后的标签分布
print(df['label'].value_counts())

接下来，你可以通过以下代码来给数据集添加噪声：

import numpy as np

# 添加噪声的比例
noise_ratio = 0.1

# 随机选取噪声比例的样本，并将其标签置换回原来的值
noise_index = np.random.choice(df.index, size=int(len(df) * noise_ratio), replace=False)
df.loc[noise_index, 'label'] = df.loc[noise_index, 'label'].apply(lambda x: 0 if x == 1 else 1)

# 打印添加噪声后的标签分布
print(df['label'].value_counts())

在以上代码中，`noise_ratio` 表示添加噪声的比例，`noise_index` 通过随机选取样本的索引来确定哪些样本需要添加噪声。`df.loc[noise_index, 'label']` 用于选取需要添加噪声的样本，并将其标签置换回原来的值。最后，打印添加噪声后的标签分布，以确保噪声比例的正确性。