pandas隨機排列與隨機抽樣

隨機排列

利用 numpy.random.permutation() 函數，可以返回一個序列的隨機排列。將此隨機排列作為 take() 函數的參數，通過應用 take() 函數就可實現按此隨機排列來調整 Series 對象或 DataFrame 對象各行的順序。
其示例代碼 example1.py 如下：

       注意：take()里面的索引只能用隱式索引，axis =0 表示行隨機，axis =1 表示列隨機

       例如：df.take([1,0,2],axis=1) 打亂列，列的排序變為：1,0,2 

import numpy as np
import pandas as pd
#創建DataFrame
df = pd.DataFrame(np.arange(12).reshape(4,3))
print(df)
  0  1 2
0 0  1 2
1 3  4 5
2 6  7 8
3 9 10 11
#打亂df的行順序和列順序 
df.take(np.random.permutation(3),axis=1).take(np.random.permutation(1000),axis=0)

#創建隨機排列:生成0-3的隨機整數一維數組
order = np.random.permutation(4)
#通過隨機排列調整DataFrame各行順序
newDf = df.take(order)
print(newDf)
  0  1  2
2 6  7  8
3 9  10 11
0 0  1  2
1 3  4  5

隨機抽樣

隨機抽樣是指隨機從數據中按照一定的行數或者比例抽取數據。隨機抽樣的函數如下：

numpy.random.randint(start,end,size)

函數中的參數說明如下：

• start：隨機數的開始值；
• end：隨機數的終止值；
• size：抽樣個數。

通過 numpy.random.randint() 函數產生隨機抽樣的數據，通過應用 take() 函數就可實現隨機抽取 Series 對象或 DataFrame 對象中的數據。其示例代碼 example2.py 如下

import numpy as np
import pandas as pd
#創建DataFrame
df = pd.DataFrame(np.arange(12).reshape(4,3))
print(df)
0 1 2
0 0 1 2
1 3 4 5
2 6 7 8
3 9 10 11

#隨機抽樣
order = np.random.randint(0,len(df),size=3)
#通過隨機抽樣抽取DataFrame中的行
newDf = df.take(order)
print(newDf)
0 1 2
0 0 1 2
1 3 4 5
1 3 4 5