มีวิธีเลือกสุ่มแถวจาก DataFrame ใน Pandas หรือไม่

ใน R ใช้แพ็คเกจรถยนต์มีฟังก์ชั่นที่มีประโยชน์some(x, n)ซึ่งคล้ายกับ head แต่เลือกในตัวอย่างนี้ 10 แถวที่สุ่มจาก x

ฉันยังดูเอกสารการแบ่งส่วนและดูเหมือนจะไม่มีอะไรเทียบเท่า

ปรับปรุง

ตอนนี้ใช้เวอร์ชั่น 20 มีวิธีตัวอย่างอยู่

df.sample(n)

อะไรแบบนี้?

import random

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

หมายเหตุ:ในฐานะของนุ่น v0.20.0, ix ได้รับการคัดค้านในความโปรดปรานของlocสำหรับการทำดัชนีตามฉลาก

ด้วยเวอร์ชันแพนด้า0.16.1ขึ้นไปขณะนี้มีDataFrame.sample วิธีการในตัว :

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)

สำหรับวิธีการด้านบนทั้งสองคุณสามารถรับส่วนที่เหลือของแถวโดยทำ:

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

sample

ในฐานะของ v0.20.0 คุณสามารถใช้pd.DataFrame.sampleซึ่งสามารถใช้เพื่อส่งกลับตัวอย่างสุ่มของแถวจำนวนคงที่หรือเปอร์เซ็นต์ของแถว:

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

สำหรับการทำสำเนาคุณสามารถระบุจำนวนเต็มrandom_state, np.ramdom.seedเทียบเท่ากับการใช้ ตัวอย่างเช่นแทนที่จะตั้งค่าnp.random.seed = 0คุณสามารถ:

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

วิธีที่ดีที่สุดในการทำเช่นนี้คือฟังก์ชั่นตัวอย่างจากโมดูลสุ่ม

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]

จริงนี้จะทำให้คุณทำซ้ำดัชนีnp.random.random_integers(0, len(df), N)ที่Nเป็นจำนวนมาก

บรรทัดด้านล่างจะสุ่มเลือกจำนวน n แถวจากจำนวนแถวที่มีอยู่ทั้งหมดจาก dataframe df โดยไม่มีการแทนที่

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