Pandas 数据框中的随机行选择

问题描述：

有没有办法从 Pandas 中的 DataFrame 中选择随机行。

在 R 中，使用 car 包，有一个有用的函数some(x, n)，它类似于 head，但在此示例中，从 x 中随机选择 10 行。

我也查看了切片文档，似乎没有相同的东西。

更新

现在使用版本20。有一个示例方法。

df.sample(n)

解决方案 1：

在 pandas 版本0.16.1及更高版本中，现在有一个DataFrame.sample 内置方法：

import pandas

df = pandas.DataFrame(pandas.np.random.random(100))

# Randomly sample 70% of your dataframe
df_percent = df.sample(frac=0.7)

# Randomly sample 7 elements from your dataframe
df_elements = df.sample(n=7)

对于上述任何一种方法，您都可以通过执行以下操作来获取其余的行：

df_rest = df.loc[~df.index.isin(df_percent.index)]

根据Pedram评论，如果您想获得可重现的样本，请传递random_state参数。

df_percent = df.sample(frac=0.7, random_state=42)

解决方案 2：

像这样吗？

import random

def some(x, n):
    return x.ix[random.sample(x.index, n)]

注意：从 Pandas v0.20.0 开始，ix 已弃用基于loc标签的索引。

解决方案 3：

sample

从 v0.20.0 开始，您可以使用pd.DataFrame.sample，它可用于返回固定数量行或一定百分比行的随机样本：

df = df.sample(n=k)     # k rows
df = df.sample(frac=k)  # int(len(df.index) * k) rows

为了可重复性，您可以指定一个整数random_state，相当于使用np.ramdom.seed。因此，例如，np.random.seed = 0您可以设置，而不是：

df = df.sample(n=k, random_state=0)

解决方案 4：

最好的方法是使用随机模块中的样本函数，

import numpy as np
import pandas as pd
from random import sample

# given data frame df

# create random index
rindex =  np.array(sample(xrange(len(df)), 10))

# get 10 random rows from df
dfr = df.ix[rindex]

解决方案 5：

下面的行将从数据框 df 中的现有总行数中随机选择 n 行，无需替换。

df = df.take(np.random.permutation(len(df))[:n])

解决方案 6：

实际上，这将为您提供重复的索引，np.random.random_integers(0, len(df), N)其中N的数字很大。