Question

我有100个样本块，每个样本块有100个元素。一块中的元素相隔5秒；但是，来自不同块的元素之间的时间差至少为5小时（不是固定时间）。我的主要目标是从数据集中随机抽取10个块。

我的数据集：

index     time                  value   
i       12-1-2019 05:22:43       12         }  Chunk 1
i+1     12-1-2019 05:22:48       13
i+2     12-1-2019 05:22:53       14
..
i+99  ...............................

i+x      12-1-2019 13:32:12      31         }  Chunk 2
i+x+1    12-1-2019 13:32:17      77
i+x+2    12-1-2019 13:32:22      16
..
i+x+99  ...............................

i+x      14-1-2019 23:45:43      14         }  Chunk 3
i+x+1    14-1-2019 23:45:48      57
i+x+2    14-1-2019 23:45:53      46
..
i+x+99  ...............................

注意：这些块是有序的（即：块1发生在块2之前，块2发生在块3之前，依此类推）。

我想随机挑选100个中的10个。但是，大块中元素的顺序很重要，不能混洗。

Answer 1

如果我对，您的第一个块从索引0到索引99，第二个块从索引99到索引199，依此类推。

如果是正确的话，您只需从0到99之间的10个唯一随机数和iloc中的数据集中的相应行即可。

假设您的数据在pandas DataFrame中：

[dataset.iloc[index*100:index*100 + 100] for index in random.sample(range(0,100),10)]

我没有测试代码，因为我没有您的数据，但是上面的代码行应该为您提供10个长度为100的块的列表。

如果需要按照原始数据帧中的顺序对列表中的块进行排序，则可以对随机数进行排序：

[dataset.iloc[index*100:index*100 + 100] for index in sorted(random.sample(range(0,100),10))]

如何从数据集中随机选择n个块

1 个答案: