python - Pandas 数据框中的随机行选择

Question

有没有办法从 Pandas 的 DataFrame 中选择随机行。

在 R 中，使用 car 包，有一个some(x, n)类似于 head 的有用函数，但在此示例中，从 x 中随机选择 10 行。

我还查看了切片文档，似乎没有什么等价的。

更新

现在使用版本 20。有一个示例方法。

df.sample(n)

Answer 1

对于 pandas0.16.1及更高版本，现在有一个DataFrame.sample 内置方法：

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)

对于上述任何一种方法，您都可以通过以下方式获取其余行：

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

Answer 2

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，ix 不推荐使用基于loc标签的索引。

Answer 3

sample

从 v0.20.0 开始，您可以使用pd.DataFrame.sample，它可用于返回固定数量行的随机样本，或一定百分比的行：

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

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

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

Answer 4

最好的方法是使用随机模块中的示例函数，

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]

Answer 5

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

Answer 6

下面的行将从数据帧 df 的现有总行数中随机选择 n 行而不进行替换。

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