Pandas数据帧中的随机行选择

Question

有没有办法从Pandas中的DataFrame中选择随机行。

在R中，使用汽车包，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。

我也查看了切片文档，似乎没有什么等效的。

更新

现在使用版本20.有一个示例方法。

df.sample(n)

Answer 1

使用pandas版本0.16.1及更高版本，现在有一个DataFrame.sample method built-in：

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，您可以通过执行以下操作来获取其余行：

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

Answer 2

这样的东西？

import random

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

注意：自Pandas v0.20.0起，ix has been deprecated支持loc基于标签的索引。

Answer 3

sample

从v0.20.0开始，您可以使用pd.DataFrame.sample，该np.ramdom.seed可用于返回固定数目的行或行百分比的随机样本：

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

为了可重复性，您可以指定一个整数random_state，等同于使用{{3}}。因此，除了设置np.random.seed = 0外，您还可以：

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

Answer 4

执行此操作的最佳方法是使用随机模块中的示例函数

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]

Answer 5

实际上，这会为您提供重复的索引np.random.random_integers(0, len(df), N)，其中N是一个很大的数字。

Answer 6

下面一行将从数据帧df中随机选择n个行中的数量，而无需替换。

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