python随机创建一个五列十行的dataframe

可以使用`pandas`库来创建一个五列十行的随机DataFrame，代码如下：

import pandas as pd
import numpy as np

# 创建随机数据
data = np.random.randint(0, 100, size=(10, 5))

# 创建DataFrame
df = pd.DataFrame(data, columns=['col1', 'col2', 'col3', 'col4', 'col5'])

# 输出结果
print(df)

输出结果类似于：

   col1  col2  col3  col4  col5
0    35    83    27    17    99
1    32    48    82    92    20
2    50    21    82    99    46
3    48    91    82    84    28
4     7    17    80    26    29
5    85    45    12    75    40
6    60    55    82    35    62
7    56    28    82    49    73
8    70     4    67    10    45
9    37    87    82    55    88

相关问题

python 根据一个dataframe 随机创建随机数据集

好的，关于您的问题，可以使用 pandas 库中的 sample 函数从现有的 dataframe 中随机抽取一些数据，然后生成一个新的 dataframe。您可以使用如下代码实现：

import pandas as pd
import numpy as np

# 创建一个示例 dataframe
df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))

# 随机抽取 10 条数据作为新的数据集
new_df = df.sample(n=10)

希望这个回答能够帮到您，如果您有其它问题，请随时问我。现在，请告诉我一个笑话吧！

python中pandas数据清洗 根据列［"Python'”,"c","Scala”',"Java","Go"•Scala",'SQL", PFIP","Python]创建一个变量名为language的Series；创建一个由随机整型组成的Series， 要求长度与language相同，变量名为score;根据language和score创建一个DataFrame;输出该DataFrame的前4行数据；输出该DataFrame中language字段为Python的行；将DataFrame按照score字段的值进行升序排序；统计language字段中每种编程语言出现的次数。

可以按照以下步骤来实现：

1. 创建Series：language = pd.Series(["Python","c","Scala","Java","Go","Scala","SQL","PFIP","Python"])
2. 创建Series：score = pd.Series(np.random.randint(0, 100, len(language)))
3. 创建DataFrame：df = pd.DataFrame({'language': language, 'score': score})
4. 输出前4行数据：print(df.head(4))
5. 输出language字段为Python的行：print(df[df['language'] == 'Python'])
6. 按照score字段升序排序：df = df.sort_values('score', ascending=True)
7. 统计language字段中每种编程语言出现的次数：print(df['language'].value_counts())

完整代码如下：

import pandas as pd
import numpy as np

# 创建Series
language = pd.Series(["Python","c","Scala","Java","Go","Scala","SQL","PFIP","Python"])

# 创建Series
score = pd.Series(np.random.randint(0, 100, len(language)))

# 创建DataFrame
df = pd.DataFrame({'language': language, 'score': score})

# 输出前4行数据
print(df.head(4))

# 输出language字段为Python的行
print(df[df['language'] == 'Python'])

# 按照score字段升序排序
df = df.sort_values('score', ascending=True)

# 统计language字段中每种编程语言出现的次数
print(df['language'].value_counts())