根据条件对数据进行分组和随机化

Question

我需要这方面的帮助。 我想随机化一组数据，比如输入中的数据。输出将使时间列保持不变，但“S”列中不为零的数据将随机分布，但我们保留数字序列。也就是说，在输入的例子中，我们随机分布了这几组数据（300、200、325、411）和（450,346,250）。

输入：

<头>

时间	S
2:30	0
2:35	0
2:40	300
2:45	200
2:50	325
2:55	411
3:00	0
3:05	0
3:10	450
3:15	346
3:20	250
3:25	0
3:30	0

这就是我的想法...

步骤：

1. 对非零序列进行分组：这是我不太清楚的部分

2. 随机分组

import random

random.shuffle(groups)

注意：如果您认为有另一种方法可以解决这个问题，请注意。

可能的输出：

<头>

时间	S
2:30	300
2:35	200
2:40	325
2:45	411
2:50	0
2:55	0
3:00	450
3:05	346
3:10	250
3:15	0
3:20	0
3:25	0
3:30	0

Answer 1

想法是通过比较 0 和链式移位值 | 为正则表达式 OR 和 Series.cumsum 创建连续组，然后通过随机值更改顺序：

m = df.S.eq(0)
s = (m | m.shift()).cumsum()
ids = s.unique()
np.random.shuffle(ids)
df = df.set_index(s).loc[ids].reset_index(drop=True)

print (df)
    time    S
0   2:30    0
1   2:40  300
2   2:45  200
3   2:50  325
4   2:55  411
5   3:25    0
6   3:10  450
7   3:15  346
8   3:20  250
9   3:05    0
10  2:35    0
11  3:00    0
12  3:30    0