python ランダム抽出に「重み」という考え

Question

実現したいこと

１～１５の数字の中から５つを選びそれを１０回繰り返す
（５つの数の抽出で重複しない）

プログラムでその中で抽出される数字に「重み（weights = 重み)」をもたせるという事をやりたいです.

外部のCSV（下記のdata-1.csv）から重みの元となるもの参照読込し、計算、結果を出力(data-2.csv)

該当のソースコード

#!/usr/bin/env python
# -*- coding: utf8 -*-

import random
import csv
import numpy as np
import pandas as pd

for s in range(10):

    def rand_ints_nodup(a, b, k):
      ns = []
      while len(ns) < k:
        n = random.randint(a, b)
        if not n in ns:
          ns.append(n)
      return ns

    with open('data-2.csv', 'a') as f:

# 最小 ,最大, 範囲
       print(*sorted(rand_ints_nodup(1, 15, 5)), sep=',',file=f)

試したこと

ただ単純に１～１５の中から５つを重複しないでCSV出力（上記のプログラム）はできたのですが
それに「weights = 重み」という概念を乗せて出力する記述の仕方がわかりません

ネットの情報を調べると
https://techacademy.jp/magazine/33531
Pythonのrandom.choices関数を利用してランダム値に重み付けする方法を現役エンジニアが解説【初心者向け】

から
random.choices関数の所までは行けるのですが考え方や実装方法等
なんとかお力添え頂けると幸いです。

補足情報（FW/ツールのバージョンなど）

Comments

[TakaiY]

リンクの先でそのもののコードが書いてあって、教えてと言われてもそのまま書くしかないんですが、何がわからないんでしょう？
リンクの先のコードが理解できていないんでしょうか？

[shiracamus]

https://teratail.com/questions/350066

Answer 1

以下は Pandas と Numpy を使う方法です。

import pandas as pd
import numpy as np

df = pd.read_csv('data-1.csv', header=None)
numbers, weights = df.values.T
choices = np.array([
  np.random.choice(numbers, size=5, replace=False, p=weights/weights.sum())
  for _ in range(10)])
pd.DataFrame(data=choices).to_csv('data-2.csv', index=False, header=None)

$ cat data-2.csv
10,14,9,7,5
14,5,4,10,13
2,5,1,15,12
10,5,6,14,3
7,8,4,5,2
10,12,9,5,13
12,9,13,15,3
8,6,12,1,15
12,2,5,8,6
15,4,2,10,13