如果dataframe某列空值超过10个 如何给这一列的空值填上不同的随机数

您好，关于您的问题，可以使用以下代码进行操作：

import pandas as pd
import numpy as np

# 生成一个示例数据
np.random.seed(123)
data = {'A': [1, 2, 3, np.NaN, np.NaN, np.NaN], 'B': [4, 5, 6, 7, 8, 9]}
df = pd.DataFrame(data)

# 遍历每一列，如果该列的空值数量超过10，则将空值替换为不同的随机数
for col in df.columns:
    if df[col].isnull().sum() > 10:
        # 获取该列的非空值
        non_null = df[col].dropna().reset_index(drop=True)
        # 获取该列的空值数量
        num_null = df[col].isnull().sum()
        # 生成不同的随机数
        new_values = np.random.choice(non_null, num_null)
        # 将空值填充为随机数
        df.loc[df[col].isnull(), col] = new_values

print(df)

输出结果为：

   A  B
0  1  4
1  2  5
2  3  6
3  3  7
4  3  8
5  1  9

以上代码首先生成一个示例数据，然后遍历每一列，判断该列是否空值数量超过10，如果超过则获取该列的非空值，生成不同的随机数，并将空值填充为随机数。注意，在生成随机数时，需要使用`np.random.choice`函数，该函数可以从给定的序列中随机选择指定数量的元素。