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)

TL;DR: np.random.shuffle(ndarray)可以完成这项工作。 所以，在你的情况下

np.random.shuffle(DataFrame.values)

DataFrame在底层使用NumPy ndarray作为数据持有者。(你可以从DataFrame源代码检查)

因此，如果使用np.random.shuffle()，它将沿着多维数组的第一个轴对数组进行洗牌。但是DataFrame的索引仍然没有被打乱。

不过，还是有几点需要考虑的。

函数返回none。如果您希望保留原始对象的副本，则必须在传递给函数之前这样做。 Sklearn.utils.shuffle()，正如用户tj89建议的那样，可以指定random_state和另一个选项来控制输出。您可能需要它用于开发目的。 Sklearn.utils.shuffle()更快。但是会将DataFrame的轴信息(索引，列)与它包含的ndarray一起SHUFFLE。

基准测试结果

在sklearn.utils.shuffle()和np.random.shuffle()之间。

ndarray

nd = sklearn.utils.shuffle(nd)

0.10793248389381915秒，快8倍

np.random.shuffle(nd)

0.8897626010002568秒

DataFrame

df = sklearn.utils.shuffle(df)

0.3183923360193148秒，快3倍

np.random.shuffle(df.values)

0.9357550159329548秒

结论:如果可以将轴信息(索引，列)与ndarray一起洗牌，请使用sklearn.utils.shuffle()。否则，使用np.random.shuffle()

使用代码

import timeit
setup = '''
import numpy as np
import pandas as pd
import sklearn
nd = np.random.random((1000, 100))
df = pd.DataFrame(nd)
'''

timeit.timeit('nd = sklearn.utils.shuffle(nd)', setup=setup, number=1000)
timeit.timeit('np.random.shuffle(nd)', setup=setup, number=1000)
timeit.timeit('df = sklearn.utils.shuffle(df)', setup=setup, number=1000)
timeit.timeit('np.random.shuffle(df.values)', setup=setup, number=1000)

pythonbenchmarking

Pandas的惯用方法是使用数据帧的.sample方法对所有行进行采样而不进行替换:

df.sample(frac=1)

frac关键字参数指定在随机样本中返回的行数百分比，因此frac=1表示返回所有行(按随机顺序)。

注意: 如果你想洗牌你的数据帧的位置和重置索引，你可以做例如。

df = df.sample(frac=1).reset_index(drop=True)

在这里，指定drop=True可以防止.reset_index创建包含旧索引项的列。

后续注意:虽然上面的操作看起来不到位，但python/pandas足够聪明，不会对打乱的对象执行另一个malloc。也就是说，即使引用对象改变了(我的意思是id(df_old)和id(df_new)不一样)，底层的C对象仍然是相同的。为了证明事实确实如此，你可以运行一个简单的内存分析器:

$ python3 -m memory_profiler .\test.py
Filename: .\test.py

Line #    Mem usage    Increment   Line Contents
================================================
     5     68.5 MiB     68.5 MiB   @profile
     6                             def shuffle():
     7    847.8 MiB    779.3 MiB       df = pd.DataFrame(np.random.randn(100, 1000000))
     8    847.9 MiB      0.1 MiB       df = df.sample(frac=1).reset_index(drop=True)

您可以通过使用洗牌索引进行索引来洗牌数据帧的行。为此，你可以使用np.random.permutation(但np.random.choice也是一种可能):

In [12]: df = pd.read_csv(StringIO(s), sep="\s+")

In [13]: df
Out[13]: 
    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

In [14]: df.iloc[np.random.permutation(len(df))]
Out[14]: 
    Col1  Col2  Col3  Type
46    16    17    18     3
45    13    14    15     3
20     7     8     9     2
0      1     2     3     1
1      4     5     6     1
21    10    11    12     2

如果你想保持索引从1、2、..， n和你的例子一样，你可以简单地重置索引:

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)。

这里有另一种方法:

df_shuffled = df.reindex(np.random.permutation(df.index))