浅析pandas随机排列与随机抽样_Python

浅析pandas随机排列与随机抽样

2021-08-28 00:19元小疯 Python

这篇文章主要介绍了pandas随机排列与随机抽样的相关资料，帮助大家更好的利用pandas进行数据分析，感兴趣的朋友可以了解下

随机排列

利用 numpy.random.permutation() 函数，可以返回一个序列的随机排列。将此随机排列作为 take() 函数的参数，通过应用 take() 函数就可实现按此随机排列来调整 Series 对象或 DataFrame 对象各行的顺序。
其示例代码 example1.py 如下：

				?

									import numpy as np

									import pandas as pd

									#创建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

									#创建随机排列

									order = np.random.permutation(4)

									#通过随机排列调整DataFrame各行顺序

									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

随机抽样

随机抽样是指随机从数据中按照一定的行数或者比例抽取数据。随机抽样的函数如下：

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

函数中的参数说明如下：

start：随机数的开始值；
end：随机数的终止值；
size：抽样个数。

通过 numpy.random.randint() 函数产生随机抽样的数据，通过应用 take() 函数就可实现随机抽取 Series 对象或 DataFrame 对象中的数据。其示例代码 example2.py 如下

				?

									import numpy as np

									import pandas as pd

									#创建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

									#随机抽样

									order = np.random.randint(0,len(df),size=3)

									#通过随机抽样抽取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