熊猫：分组并选择行距均匀的行

Question

下面是我的数据名望，它按视频ID时间戳排序（为简单起见，删除了时间戳列）

    cameraId      video
0  5B740319D  1508152851.mp4
1  5B740319D  1508152851.mp4
2  5B740319D  1508244253.mp4
3  5B740319D  1532963014.mp4
4  8B1602B07  1502607932.mp4

每个cameraId都有4-100个视频。我需要为均匀间隔的每个cameraId选择4个视频。例如如果cameraId有100个视频，我应该选择视频[0、33、66、99]

这是我的方法，选择第一个和最后一个视频，然后随机采样中间的2个。

first_video = df.drop_duplicates(['cameraId'], keep='first')
last_video = df.drop_duplicates(['cameraId'], keep='last')
middle_videos = df.groupby(['cameraId']).apply(lambda x: x.sample(2, random_state=seed)).reset_index(drop=True)
df = pd.concat([first_video, middle_videos, last_video])

middle_videos通常不均匀分布，这就是我被卡住的地方。

每个cameraId的输出应为4行

Answer 1

如果您始终只想要那两个百分位数，一种快速的方法是设置一些小的函数，您可以在这些函数上进行汇总：

getElementById

您还可以删除额外的索引级别，或者稍后根据需要重新使用它们。