Python Pandas 数据框中的随机行选择
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/15923826/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
Random row selection in Pandas dataframe
提问by John
Is there a way to select random rows from a DataFrame in Pandas.
有没有办法从 Pandas 的 DataFrame 中选择随机行。
In R, using the car package, there is a useful function some(x, n)which is similar to head but selects, in this example, 10 rows at random from x.
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。
I have also looked at the slicing documentation and there seems to be nothing equivalent.
我还查看了切片文档，似乎没有任何等效的东西。
Update
更新
Now using version 20. There is a sample method.
现在使用版本 20。有一个示例方法。
df.sample(n)
df.sample(n)
采纳答案by eumiro
Something like this?
像这样的东西？
import random
def some(x, n):
return x.ix[random.sample(x.index, n)]
Note:As of Pandas v0.20.0, ixhas been deprecatedin favour of locfor label based indexing.
注意：从 Pandas v0.20.0 开始，ix已弃用，以支持loc基于标签的索引。
回答by rlmlr
Actually this will give you repeated indices np.random.random_integers(0, len(df), N)where Nis a large number.
实际上，这将为您提供重复的索引np.random.random_integers(0, len(df), N)，其中N的数字很大。
回答by rlmlr
The best way to do this is with the sample function from the random module,
最好的方法是使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]
回答by ryanjdillon
With pandas version 0.16.1and up, there is now a DataFrame.samplemethod built-in:
在 pandas 版本0.16.1及更高版本中，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)
For either approach above, you can get the rest of the rows by doing:
对于上述任何一种方法，您都可以通过执行以下操作来获取其余的行：
df_rest = df.loc[~df.index.isin(df_percent.index)]
回答by Mojgan Mazouchi
Below line will randomly select n number of rows out of the total existing row numbers from the dataframe df without replacement.
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])
df=df.take(np.random.permutation(len(df))[:n])
回答by jpp
sample
sample
As of v0.20.0, you can use pd.DataFrame.sample, which can be used to return a random sample of a fixed number rows, or a percentage of rows:
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，或行的百分比：
df = df.sample(n=k) # k rows
df = df.sample(frac=k) # int(len(df.index) * k) rows
For reproducibility, you can specify an integer random_state, equivalent to using np.ramdom.seed. So, instead of setting, for example, np.random.seed = 0, you can:
为了重现性，您可以指定一个 integer random_state，相当于使用np.ramdom.seed。因此，例如np.random.seed = 0，您可以不设置 ，而是：
df = df.sample(n=k, random_state=0)
