对一个csv文件的1000条数据集进行数据扩写到4000条Python

数据扩写是指通过对原有数据集进行一些变换或添加噪声等方式，生成更多的数据以增加数据量，从而提高模型的泛化能力和鲁棒性。

下面是一个简单的示例代码，使用随机变换方式对1000条数据进行扩写到4000条。

import pandas as pd
import numpy as np

# 读取原始数据
df = pd.read_csv('data.csv')

# 定义随机变换函数
def random_transform(data):
    # 随机选择一种变换方式
    transform_type = np.random.choice(['add_noise', 'swap_columns', 'reverse_rows', 'none'])
    
    # 添加噪声
    if transform_type == 'add_noise':
        noise = np.random.normal(size=data.shape)
        data += noise
    
    # 交换两列
    elif transform_type == 'swap_columns':
        col1, col2 = np.random.choice(data.columns, size=2, replace=False)
        data[[col1, col2]] = data[[col2, col1]]
    
    # 翻转行顺序
    elif transform_type == 'reverse_rows':
        data = data.iloc[::-1]
    
    # 不进行变换
    else:
        pass
    
    return data

# 扩写数据
new_data = []
for i in range(3000):
    # 随机选择一条原始数据
    row_index = np.random.choice(df.index)
    row_data = df.loc[row_index].copy()
    
    # 进行随机变换并添加到新数据集
    new_data.append(random_transform(row_data))
    
# 将新数据集合并到原始数据集
new_df = pd.concat([df, pd.DataFrame(new_data)], ignore_index=True)

# 保存新数据集
new_df.to_csv('expanded_data.csv', index=False)

这个示例代码通过随机选择一种变换方式，对原始数据进行变换，生成新的数据。其中，`add_noise` 表示添加噪声，`swap_columns` 表示交换两列，`reverse_rows` 表示翻转行顺序，`none` 表示不进行变换。通过循环和随机选择，将变换后的数据添加到新数据集中。最后，将新数据集与原数据集合并并保存到文件中。