关于python：Pandas数据帧中的随机行选择

Random row selection in Pandas dataframe

有没有办法从熊猫的数据帧中选择随机行？

在r中，使用car包，有一个有用的函数some(x, n)类似于head，但在本例中，从x中随机选择10行。

我还查看了切片文档，似乎没有类似的内容。

更新

现在使用版本20。有一个示例方法。

df.sample(n)

相关讨论

大熊猫版本的0.16.1及以上，现在内置了DataFrame.sample方法：

1
2
3
4
5
6
7
8
9

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，您都可以通过执行以下操作来获取其余行：

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

。

相关讨论

江户十一〔七〕号

从v0.20.0开始，您可以使用pd.DataFrame.sample，它可以用于返回固定数字行的随机样本，或者返回行的百分比：

1 2	df = df.sample(n=k) # k rows df = df.sample(frac=k) # int(len(df.index) * k) rows

为了重现性，可以指定一个整数random_state，相当于使用np.ramdom.seed。因此，您可以：

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

。

最好的方法是使用随机模块中的样本函数，

1
2
3
4
5
6
7
8
9
10
11

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]

号

实际上，这会给你重复指数np.random.random_integers(0, len(df), N)，其中N是一个大数字。

下面的一行将从数据帧df中随机选择n行，而不进行替换。

埃多克斯1〔6〕