洗牌数据帧行

我有以下数据框架:

    Col1  Col2  Col3  Type
0      1     2     3     1
1      4     5     6     1
...
20     7     8     9     2
21    10    11    12     2
...
45    13    14    15     3
46    16    17    18     3
...

DataFrame是从CSV文件中读取的。所有类型为1的行都在上面，然后是类型为2的行，然后是类型为3的行，等等。

我想打乱DataFrame的行顺序，这样所有的类型都是混合的。可能的结果是:

    Col1  Col2  Col3  Type
0      7     8     9     2
1     13    14    15     3
...
20     1     2     3     1
21    10    11    12     2
...
45     4     5     6     1
46    16    17    18     3
...

我怎样才能做到这一点呢?

当前回答

没有numpy/sklean:)，如果你想洗牌所有的值，但保持行和列的名称到位。

df_c = df.copy()
df_c.iloc[:,:] = df_c.sample(frac=1,random_state=123,ignore_index=True)

2022-10-01 23:21:16

其他回答

没有numpy/sklean:)，如果你想洗牌所有的值，但保持行和列的名称到位。

df_c = df.copy()
df_c.iloc[:,:] = df_c.sample(frac=1,random_state=123,ignore_index=True)

2022-10-01 23:21:16

通过传递frac参数，使用sample()洗牌数据帧。将打乱的DataFrame保存到一个新变量。

new_variable = DataFrame.sample(frac=1)

2022-02-13 12:27:07

以下是其中一种方法:

dataframe = dataframe.sample(frac=1, random_state=42).reset_index(drop=True)

在哪里

Frac =1表示数据帧的所有行

Random_state =42表示每次执行时保持相同的顺序

reset_index(drop=True)表示随机化数据帧的重新初始化索引

2020-11-13 13:10:32

我建议:

for x in df.columns:
    np.random.seed(42);
    np.random.shuffle(df[x].values)

在我使用任意长度的字符串列(使用dtype: object)进行的测试中，它比@haku的回答快了30倍，大概是因为它避免了创建可能昂贵的副本。

我的变体大约比公认的@Kris'es的答案快3倍，这似乎也没有避免复制(基于Linux顶部的RES列)。

2022-09-07 07:01:33

您可以简单地使用sklearn来实现这一点

from sklearn.utils import shuffle
df = shuffle(df)

2016-09-24 07:17:19

洗牌数据帧行

推荐文章

最新文章

标签