浅析pandas随机排列与随机抽样
时间：2021-05-24 08:51:51|栏目：Python代码|点击： 次
随机排列
利用 numpy.random.permutation() 函数，可以返回一个序列的随机排列。将此随机排列作为 take() 函数的参数，通过应用 take() 函数就可实现按此随机排列来调整 Series 对象或 DataFrame 对象各行的顺序。
其示例代码 example1.py 如下：
import numpy as np import pandas as pd #创建DataFrame df = pd.DataFrame(np.arange(12).reshape(4,3)) print(df) 0 1 2 0 0 1 2 1 3 4 5 2 6 7 8 3 9 10 11 #创建随机排列 order = np.random.permutation(4) #通过随机排列调整DataFrame各行顺序 newDf = df.take(order) print(newDf) 0 1 2 2 6 7 8 3 9 10 11 0 0 1 2 1 3 4 5
随机抽样
随机抽样是指随机从数据中按照一定的行数或者比例抽取数据。随机抽样的函数如下：
numpy.random.randint(start,end,size)
函数中的参数说明如下：
- start：随机数的开始值；
- end：随机数的终止值；
- size：抽样个数。
通过 numpy.random.randint() 函数产生随机抽样的数据，通过应用 take() 函数就可实现随机抽取 Series 对象或 DataFrame 对象中的数据。其示例代码 example2.py 如下
import numpy as np import pandas as pd #创建DataFrame df = pd.DataFrame(np.arange(12).reshape(4,3)) print(df) 0 1 2 0 0 1 2 1 3 4 5 2 6 7 8 3 9 10 11 #随机抽样 order = np.random.randint(0,len(df),size=3) #通过随机抽样抽取DataFrame中的行 newDf = df.take(order) print(newDf) 0 1 2 0 0 1 2 1 3 4 5 1 3 4 5
