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：
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
#創建隨機排列
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
以上就是詳解pandas隨機排列與隨機抽樣的詳細內容，更多關于pandas隨機排列與隨機抽樣的資料請關注腳本之家其它相關文章！
您可能感興趣的文章:- python使用pandas抽樣訓練數據中某個類別實例
- python Pandas如何對數據集隨機抽樣
- Pandas 數據框增、刪、改、查、去重、抽樣基本操作方法
- Pandas直接讀取sql腳本的方法
- python讀寫數據讀寫csv文件(pandas用法)
- pandas按照列的值排序(某一列或者多列)
- pandas抽取行列數據的幾種方法
- 使用pandas實現篩選出指定列值所對應的行
