Pandas隨機采樣

實現對DataFrame對象隨機采樣

pandas是基於numpy建立起來的，所以numpy大部分函數可作用於DataFrame和Series數據結構。

numpy.random.permutation（n）函數可以產生0~n范圍內的n個隨機數，輸出形式為numpy數組。

In:

import numpy as np
sampler = np.random.permutation(10)
sampler

Out:

array([7, 6, 0, 8, 2, 5, 3, 1, 9, 4])

新建一個（10 * 5） DataFrame對象，然后隨機從中抽取5行

In:

import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(50).reshape(10,5))
df

Out:

In:

sample_df = np.random.permutation(len(df))
sample_df

Out：

array([9, 4, 6, 8, 3, 5, 0, 1, 7, 2])

使用Pandas的take函數作用於數組sample_df，結果是對df進行了隨機排序，選取5行

In:

df_new = df.take(sample_df[:5])
df_new

out:

結果是隨機選出來的（5*5）的新DataFrame對象