随机行选择在熊猫数据框架

小开

最佳答案

像这样的东西?

import random


def some(x, n):
return x.ix[random.sample(x.index, n)]

注意:从Pandas v0.20.0开始，使用ix 已弃用代替loc进行基于标签的索引。

小开

实际上，这将给你重复的索引np.random.random_integers(0, len(df), N)，其中N是一个很大的数字。

小开

最好的方法是用随机模块中的样本函数，

import numpy as np
import pandas as pd
from random import sample


# given data frame df


# create random index
rindex =  np.array(sample(xrange(len(df)), 10))


# get 10 random rows from df
dfr = df.ix[rindex]

小开

熊猫版本0.16.1及以上，现在有一个DataFrame.sample 内置的方法:

import pandas


df = pandas.DataFrame(pandas.np.random.random(100))


# Randomly sample 70% of your dataframe
df_percent = df.sample(frac=0.7)


# Randomly sample 7 elements from your dataframe
df_elements = df.sample(n=7)

对于上面的任何一种方法，你都可以通过这样做来获得其余的行:

df_rest = df.loc[~df.index.isin(df_percent.index)]

根据Pedram的注释，如果你想获得可重复的样本，传递random_state参数。

df_percent = df.sample(frac=0.7, random_state=42)

小开

下面的行将从数据帧df中随机选择n个现有的行号，而不进行替换。

df = df.take(np.random.permutation(len(df))[:n])

小开

`sample`

从v0.20.0开始，你可以使用pd.DataFrame.sample，它可以用来返回固定数量的行或百分比的行的随机样本:

df = df.sample(n=k)     # k rows
df = df.sample(frac=k)  # int(len(df.index) * k) rows

为了重现性，你可以指定一个整数random_state，相当于使用np.ramdom.seed。因此，除了设置，例如np.random.seed = 0，你可以:

df = df.sample(n=k, random_state=0)

随机行选择在熊猫数据框架

更新

sample

`sample`