Pandas 随机选择行

在本文中，我们将介绍如何在Pandas中随机选择行。Pandas是基于NumPy的Python数据分析库，它提供了许多结构化数据操作的功能，并且非常适合进行数据清洗和预处理工作。在很多场景下，我们需要随机选择数据中的一部分样本进行分析或模型训练，Pandas提供了多种方式来实现这一需求。

阅读更多：Pandas 教程

使用iloc方法

Pandas中的iloc方法可以通过位置索引选择特定的行，我们可以用基于随机数的索引来选取数据的随机子集：

# 导入Pandas库
import pandas as pd

# 读取数据集
df = pd.read_csv('data.csv')

# 随机选取10行数据
random_indices = np.random.choice(df.index, size=10, replace=False)
random_results = df.iloc[random_indices]

这里使用了NumPy库的np.random.choice方法来生成不重复的随机样本索引，然后通过iloc方法选取对应的行，从而得到随机子集数据。

使用sample方法

除了iloc方法，Pandas还提供了sample方法来实现随机选取行。这个方法可以指定选取的样本数量，以及是否允许重复的抽样。下面是一个例子：

# 随机选取10行数据（允许重复抽样）
random_results = df.sample(n=10, replace=True)

# 随机选取20%的数据（不允许重复抽样）
random_results = df.sample(frac=0.2, replace=False)

这里通过n参数来指定选取的样本数量，通过replace参数来设置是否允许重复抽样；也可以通过frac参数来设置选取的百分比，同样可以通过replace参数来设置是否允许重复抽样。

使用DataFrame.shuffle方法

除了iloc和sample方法，Pandas还提供了另一种方法来实现随机选取行，即shuffle方法。这个方法可以将数据集打乱顺序，然后通过iloc方法选取前N行：

# 随机选取10行数据
random_results = df.sample(frac=1).iloc[:10]

这里先使用frac参数将整个数据集打乱顺序，然后使用iloc方法选取前10行数据，从而实现了随机选取行的效果。

总结

本文介绍了在Pandas中随机选择行的几种方法，包括iloc方法、sample方法以及DataFrame.shuffle方法。这些方法可以方便地实现对数据集的随机抽样，用于数据分析、模型训练等场景。在实际应用中，应根据具体情况选择合适的方法来完成数据处理。