Question

我很难从数据框中随机选择行。通常，使用np.random.choice(data,size=1000)选择一行不是问题。我认为替换= True。但是，我需要随机选择一个小时并作为输出，接收每个季度的4行。

要选择的数据框如下（1132行）：

data=
                     Price  Consume    Feed
StartTime                                  
2018-07-04 02:00:00  45.80    67.91   67.91
2018-07-04 02:15:00  45.80    51.05   51.05
2018-07-04 02:30:00  45.80    46.12   46.12
2018-07-04 02:45:00  45.80    46.86   46.86
2018-07-11 05:00:00  43.80    43.49   43.49
2018-07-11 05:15:00  43.80    50.71   50.71
2018-07-11 05:30:00  43.80    48.19   48.19
2018-07-11 05:45:00  43.80    40.02   40.02

我想要的输出是这样的：

假设随机生成器已“选择” 2018-07-11 05:00:00，则输出将为

2018-07-11 05:00:00  43.80    43.49   43.49
2018-07-11 05:15:00  43.80    50.71   50.71
2018-07-11 05:30:00  43.80    48.19   48.19
2018-07-11 05:45:00  43.80    40.02   40.02

根据随机样本的数量（N），结果数据帧的长度应为4xN。

是否可以直接从数据框中随机选择一天的时间并重复1000次？恐怕使用额外的数据框来选择一个小时，然后在原始数据框中查找相应的值会非常耗时。我相信这在Python中应该可行，但是我找不到任何提示。

感谢您的帮助！

Answer 1

我认为您将值与DatetimeIndex.floor进行比较以删除分钟和秒：

N = 1000
vals = pd.to_datetime(np.random.choice(df.index,size=N)).floor('H')
hours = df.index.floor('H')

for i in vals:
    print (df[hours == i])

编辑：要加入所有小型DataFrame，请使用concat：

df1 = pd.concat([df[hours == i] for i in vals])

或使用np.concatenate中的DatetimeIndex创建数组，然后按loc进行选择：

idx = np.concatenate([df.index[hours == i] for i in vals])
df1 = df.loc[idx]

Answer 2

采样一次以获取随机索引，然后查找该日期和小时的所有匹配项：

random_idx = df.sample().index
df[(df.index.date == random_idx.date) & (list(df.index.hour) == random_idx.hour)]

然后执行1000次：

for i in range(1000):
    random_idx = df.sample().index
    print(df[(df.index.date == random_idx.date) & (list(df.index.hour) == random_idx.hour)])

从数据框中随机选择小时

2 个答案: