我想特意将dataframe中5% - 10%的值替换为NAs，以模拟随机丢失的数据。

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': range(1, 11), 'B': range(11, 21), 'C': range(21, 31)})

num_values = int(df.size * 0.05)  # 计算5%的数量
num_nas = np.random.randint(num_values, int(df.size * 0.1))  # 随机生成5% - 10%之间的数量

rows, cols = np.where(np.isnan(df))  # 获取已有的NAs位置
replace_rows = np.random.choice(rows, num_nas, replace=False)  # 随机选择要替换的行
replace_cols = np.random.choice(cols, num_nas, replace=False)  # 随机选择要替换的列
df.iloc[replace_rows, replace_cols] = np.nan  # 将选定位置的值设置为NAs