熊猫：从每一行的随机列中选择值

Question

假设我有以下Pandas DataFrame：

df = pd.DataFrame({
    'a': [1, 2, 3],
    'b': [4, 5, 6],
    'c': [7, 8, 9]
})

    a   b   c
0   1   4   7
1   2   5   8
2   3   6   9

我想生成一个新的pandas.Series，以便从DataFrame中的随机列中逐行选择该系列的值。因此，可能的输出是序列：

0    7
1    2
2    9
dtype: int64

（在第0行中，它随机选择了“ c”，在第1行中，它随机选择了“ a”，而在第2行中，它再次随机选择了“ c”）。

我知道可以通过遍历行并使用random.choice选择每一行来做到这一点，但是可以这么说，遍历行不仅性能差，而且“泛函”。另外，df.sample（axis = 1）会选择整个列，因此所有它们都将从同一列中选择，这不是我想要的。使用矢量化熊猫方法有更好的方法吗？

Answer 1

可能类似于：

pd.Series([np.random.choice(i,1)[0] for i in df.values])

Answer 2

这是一个完全矢量化的解决方案。但是请注意，它不使用Pandas方法，而是涉及对基础numpy数组的操作。

import numpy as np

indices = np.random.choice(np.arange(len(df.columns)), len(df), replace=True)

示例输出为[1, 2, 1]，它对应于['b', 'c', 'b']。

然后使用它来切片numpy数组：

df['random'] = df.to_numpy()[np.arange(len(df)), indices]

结果：

   a  b  c  random
0  1  4  7       7
1  2  5  8       5
2  3  6  9       9

Answer 3

这可以完成工作（使用内置模块random）：

ddf = df.apply(lambda row : random.choice(row.tolist()), axis=1)

或使用pandas sample：

ddf = df.apply(lambda row : row.sample(), axis=1)

两者的行为相同。 ddf是您的系列。

Answer 4

pd.DataFrame(
    df.values[range(df.shape[0]), 
                   np.random.randint(
                       0, df.shape[1], size=df.shape[0])])

输出

    0
0   4
1   5
2   9

Answer 5

在选择每一行中的随机值时，您可能仍然需要遍历每一行-无论是使用for循环显式执行还是使用您决定调用的任何函数隐式执行。

但是，如果适合您的样式，则可以使用列表理解将其简化为一行：

result = pd.Series([random.choice(pd.iloc[i]) for i in range(len(df))])