Wie erstelle ich mit Pandas einen DataFrame aus zufälligen Ganzzahlen?

Ich weiß das, wenn ich benutze randn,

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(100, 4), columns=list('ABCD'))

gibt mir was ich suche, aber mit Elementen aus einer Normalverteilung. Aber was ist, wenn ich nur zufällige ganze Zahlen wollte?

randintfunktioniert durch Bereitstellen eines Bereichs, jedoch nicht eines Arrays wie dies der randnFall ist. Wie mache ich das mit zufälligen ganzen Zahlen zwischen bestimmten Bereichen?

numpy.random.randintakzeptiert ein drittes Argument ( size), in dem Sie die Größe des Ausgabearrays angeben können. Sie können dies verwenden, um Ihre DataFrame-

df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))

Hier - np.random.randint(0,100,size=(100, 4))- erstellt ein Ausgabearray der Größe (100,4)mit zufälligen ganzzahligen Elementen dazwischen [0,100).

Demo -

import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))

welches produziert:

     A   B   C   D
0   45  88  44  92
1   62  34   2  86
2   85  65  11  31
3   74  43  42  56
4   90  38  34  93
5    0  94  45  10
6   58  23  23  60
..  ..  ..  ..  ..

Die empfohlene Methode zum Erstellen zufälliger Ganzzahlen mit NumPy ist heutzutage die Verwendung numpy.random.Generator.integers. ( Dokumentation )

import numpy as np
import pandas as pd

rng = np.random.default_rng()
df = pd.DataFrame(rng.integers(0, 100, size=(100, 4)), columns=list('ABCD'))
df
----------------------
      A    B    C    D
 0   58   96   82   24
 1   21    3   35   36
 2   67   79   22   78
 3   81   65   77   94
 4   73    6   70   96
... ...  ...  ...  ...
95   76   32   28   51
96   33   68   54   77
97   76   43   57   43
98   34   64   12   57
99   81   77   32   50
100 rows × 4 columns