Pandas重排序和随机采样

漫谈大数据与数据分析 2020-04-20

562

numpy.random.permutation函数可以获取一个指定大小的随机排列序列。

将这个随机排列序列作为数值索引传入Series或DataFrame，则可以实现随机重排序的操作。

首先，产生一个表示新顺序的整数数组：

In [100]: df = pd.DataFrame(np.arange(5 * 4).reshape((5, 4)))
In [101]: sampler = np.random.permutation(5)


In [102]: sampler
Out[102]: array([3, 1, 4, 2, 0])

然后基于iloc的索引操作或take函数中使用该数组了：

In [103]: df
Out[103]: 
    0   1   2   3
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15
4  16  17  18  19


In [104]: df.take(sampler)
Out[104]: 
    0   1   2   3
3  12  13  14  15
1   4   5   6   7
4  16  17  18  19
2   8   9  10  11
0   0   1   2   3


df.iloc[sampler] 
    0   1   2   3
3  12  13  14  15
1   4   5   6   7
4  16  17  18  19
2   8   9  10  11
0   0   1   2   3

sample方法在默认情况下可以不重复的选取指定数值的列：

In [105]: df.sample(n=3)
Out[105]: 
    0   1   2   3
3  12  13  14  15
4  16  17  18  19
2   8   9  10  11

传递replace=True到sample，则允许重复选择：

In [106]: choices = pd.Series([5, 7, -1, 6, 4])
In [107]: draws = choices.sample(n=10, replace=True)
In [108]: draws
Out[108]: 
4    4
1    7
4    4
2   -1
0    5
3    6
1    7
4    4
0    5
4    4
dtype: int64

数据库

文章转载自漫谈大数据与数据分析，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

Pandas重排序和随机采样

numpy.random.permutation函数可以获取一个指定大小的随机排列序列。

评论