Как выбирать значения на основе вероятностей с помощью полярных значений, таких как numpy.random.choice? ⇐ Python

[Anonymous]

Я работаю с библиотекой Polars в Python и хотел бы выбрать значения из списка на основе связанных вероятностей, аналогично тому, как работает numpy.random.choice. Вот чего я хотел бы достичь:
В numpy я могу сделать что-то вроде этого:
import numpy as np

# Possible outcomes
values = [0, 1, 2, 3, 4]

# Associated probabilities
probabilities = [0.15, 0.30, 0.25, 0.20, 0.10]

# Sample a value based on probabilities
sampled_value = np.random.choice(values, p=probabilities)
print(sampled_value)

Это возвращает случайное значение из значений, выбранных в соответствии с вероятностями в вероятностях.
Однако в моем случае использования Polars вероятности равны в отдельных столбцах DataFrame, например:
import polars as pl

# Example DataFrame with probabilities for each outcome per row
df = pl.DataFrame({
"id": [1, 2, 3],
"prob_0": [0.1, 0.2, 0.15],
"prob_1": [0.3, 0.25, 0.35],
"prob_2": [0.25, 0.3, 0.25],
"prob_3": [0.2, 0.15, 0.15],
"prob_4": [0.15, 0.1, 0.1]
})

Теперь я хотел бы создать новый столбец, скажем, sampled_goal, где значение каждой строки выбирается на основе вероятностей для конкретных строк в столбцах prob_0, prob_1 и т. д. . Вот как бы я хотел, чтобы это работало с функцией with_columns от Polars:
df = df.with_columns(
np.random.choice(a=[0, 1, 2, 3, 4, 5],p=[prob0, prob1, prob2, prob3, prob4, prob5])
)


Подробнее здесь: https://stackoverflow.com/questions/791 ... dom-choice