浅析pandas随机排列与随机抽样
更新时间：2021年01月22日 11:46:34 作者：元小疯
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
以上就是详解pandas随机排列与随机抽样的详细内容，更多关于pandas随机排列与随机抽样的资料请关注脚本之家其它相关文章！
相关文章
今天小编就为大家分享一篇python 同时运行多个程序的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
在本篇文章里小编给大家整理了一篇关于Python中顺序表详解的相关知识点以及实例内容，需要的朋友们可以参考下。2020-06-06
这篇文章主要介绍了Python多线程、异步＋多进程爬虫实现代码,需要的朋友可以参考下2016-02-02
Python 是顶级编程语言之一，它具有许多程序员从未使用过的许多隐藏功能。在这篇博客中，将和大家分享一下你可能从未使用过的13 个 Python 特性，感兴趣的可以学习一下2022-11-11
Python程序包的构建和发布过程，本文通过示例代码给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友参考下吧2019-06-06
这篇文章主要介绍了Python实现微信表情包炸群功能,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-01-01
这篇文章主要为大家介绍了python爬虫通过增加多线程获取数据实现过程解析，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-06-06
今天小编就为大家分享一篇Python将列表中的元素转化为数字并排序的示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
这篇文章介绍了pytest多进程或多线程执行测试的实例，文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2022-07-07
这篇文章主要介绍了django 数据库返回queryset实现封装为字典，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-05-05
最新评论