Có cách nào để chọn các hàng ngẫu nhiên từ DataFrame trong Pandas.

Trong R, sử dụng gói ô tô, có một chức năng hữu ích some(x, n)tương tự như đầu nhưng chọn, trong ví dụ này, 10 hàng ngẫu nhiên từ x.

Tôi cũng đã xem tài liệu cắt lát và dường như không có gì tương đương.

Cập nhật

Bây giờ sử dụng phiên bản 20. Có một phương pháp mẫu.

df.sample(n)

Một cái gì đó như thế này?

import random

def some(x, n):
    return x.ix[random.sample(x.index, n)]

Lưu ý: Tính đến Pandas v0.20.0, ix đã bị phản đối ủng hộ loccho nhãn lập chỉ mục dựa.

Với phiên bản gấu trúc 0.16.1trở lên, giờ đây đã có một DataFrame.sample phương thức tích hợp :

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)

Đối với một trong hai cách tiếp cận ở trên, bạn có thể lấy các hàng còn lại bằng cách thực hiện:

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

sample

Kể từ v0.20.0, bạn có thể sử dụng pd.DataFrame.sample, có thể được sử dụng để trả về một mẫu ngẫu nhiên của một hàng số cố định hoặc tỷ lệ phần trăm của các hàng:

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

Đối với độ tái lập, bạn có thể chỉ định một số nguyên random_state, tương đương với việc sử dụng np.ramdom.seed. Vì vậy, thay vì cài đặt, ví dụ np.random.seed = 0, bạn có thể:

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

Cách tốt nhất để làm điều này là với hàm mẫu từ mô-đun ngẫu nhiên,

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]

Trên thực tế điều này sẽ cung cấp cho bạn các chỉ số lặp đi lặp lại np.random.random_integers(0, len(df), N)trong đó Nmột số lượng lớn.

Dòng bên dưới sẽ chọn ngẫu nhiên n số hàng trong tổng số hàng hiện có từ df dataframe mà không thay thế.

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