在python中创建随机组分配

我有一个Python脚本，它根据性能对滑雪者进行排名（列：“GJENNOMSNITT”），然后在GJENNOMSNITT上创建两个匹配的组：group1和group2。为此，我使用以下代码：

    def allokereGrupper(df1):
        df1 = df1.sort_values(by='GJENNOMSNITT', ascending=True)
        mask = np.arange(len(df1)) % 2
        group1 = df1.loc[mask == 0]
        print("gruppe 1:")
        print(group1)
        group2 = df1.loc[mask == 1]
        print("gruppe 2:")
        print(group2)
        return group1,group2

这个脚本的问题是，由于mask==0，最好的滑雪运动员总是在组1中。相反，我希望这是随机的。我已经用JavaScript编写了4个月了，但我无法用Python找到解决这个问题的好方法。有人能帮我吗

这是我所有的代码，你应该可以访问我正在阅读的csv文件

结果表

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

class Resultat:

    def lastInnOgRydd(path, LagreCsv = False):
        df = pd.read_csv(path, skiprows=2, decimal=".")
        filt = df['FINISH'] == 'DNF'
        dnf = df[filt]
        dnf = dnf.replace('DNF', 1)
        if LagreCsv == True:
            dnf.to_csv('DNF.csv')
        df.replace('DNF', np.NaN, inplace=True)
        df.replace('GARBAGE GARBAGE', np.NaN, inplace=True) #Denne finnes det nok en bedre løsning på
        df.dropna(subset=['FINISH'], inplace=True)
        df.dropna(subset=['NAME'], inplace=True)
        return df

    def endreDataType(df):
        df["FINISH"] = df["FINISH"].str.replace(',', '.').astype(float)
        df["INTER 1"] = df["INTER 1"].str.replace(',', '.').astype(float)
        df["SECTION IM4-FINISH"] = df["SECTION IM4-FINISH"].str.replace(',', '.').astype(float)
        df["COMMENT"] = df['COMMENT'].astype(int)
        df["COMMENT"] = df['COMMENT'].astype(str)
        df["COMMENT"] = df['COMMENT'].str.replace('11', 'COURSE 1')
        df["COMMENT"] = df['COMMENT'].str.replace('22', 'COURSE 2')
        df["COMMENT"] = df['COMMENT'].str.replace('33', 'COURSE 3')
        df["COMMENT"] = df['COMMENT'].str.replace('55', 'UTKJORING')
        df["COMMENT"] = df['COMMENT'].str.replace('99', 'STRAIGHT-GLIDING')
        pd.to_numeric(df['FINISH'], downcast='float', errors='raise')
        pd.to_numeric(df['INTER 1'], downcast='float', errors='raise')
        pd.to_numeric(df['SECTION IM4-FINISH'], downcast='float', errors='raise')
        return df

    def navnendringCommentTilCourse(df):
        df.rename(columns={'COMMENT': 'COURSE'}, inplace=True)
        return df

    def finnBesteRunder(df):
        grupper = df.groupby(['BIB#', 'COURSE'])
        bestruns = grupper['FINISH'].apply(lambda x: x.nsmallest(2).mean()).reset_index()
        print(bestruns)
        df1 = bestruns.pivot('BIB#', 'COURSE', 'FINISH').reset_index()
        df1['GJENNOMSNITT'] = df1['COURSE 1'].add(df1['COURSE 2']).add(df1['COURSE 3']).div(3)
        #df1['PRESTASJON'] = df1['MEAN'].div(df1['STRAIGHT-GLIDING']) # fjerner denne nå, men må med i den ordentilige analysen
        return df1

    def allokereGrupper(df1):
        df1 = df1.sort_values(by='GJENNOMSNITT', ascending=True)
        mask = np.arange(len(df1)) % 2
        group1 = df1.loc[mask == 0]
        print("gruppe 1:")
        print(group1)
        group2 = df1.loc[mask == 1]
        print("gruppe 2:")
        print(group2)
        return group1,group2

main.py

from moduler import Resultat

path = "http://www.cmagelssen.no/pilot2.csv"

df = Resultat.lastInnOgRydd(path)
df = Resultat.endreDataType(df)
df = Resultat.navnendringCommentTilCourse(df)
df = Resultat.finnBesteRunder(df)
df = Resultat.allokereGrupper(df)

---

因此，您希望这两个组在某种意义上匹配，即对于排名列表（

df1

）中的每一对连续滑雪者，将随机（以相同的概率）决定排名较高的滑雪者是否分配给第1组，排名较低的滑雪者是否分配给第2组，反之亦然

实现这一点的一种简单而有效的方法是，在将重复的0-1序列分配给

掩码

后，使用Python的标准

随机

模块对每对

掩码

值进行洗牌：

将numpy导入为np
随机输入
def AllokerEGR上部（df）：
df=df.sort_值（按='gjennomsnit'，升序=True）
mask=np.arange（len（df））%2
#新：对于每对掩码值，
#随机决定是否交换它们
对于范围内的i（0，len（df），2）：
随机洗牌（蒙版[i:i+2]）
group1=df.loc[掩码==0]
打印（“gruppe 1:”）
打印（第1组）
group2=df.loc[掩码==1]
打印（“gruppe 2:”）
打印（第2组）
返回组1，组2

---

请注意，我将参数的名称更改为

df

，以便更明确地说明这是一个通用函数。为了使其更加通用，您也可以将要排序的列的名称作为参数传递。

def allokereGrupper（df1）：df1=df1.sort_值（by='gjennomsnit'，ascending=True）mask=np.arange（len（df1））%2打印（mask）范围内的i（0，len（df1），2）：random.shuffle（mask[i:i+2]）group1=df1.loc[mask==0]group1['GRUPPE']='BLOCKED'group2=df1.loc[mask==1]group2['GRUPPE']='RANDOM'打印（group1）这样打印（group2）吗？我编辑了我的问题；我想实现的目标模糊不清。这是你提出的我感兴趣的第二个解决方案。我有一个运动员的排名列表，我希望随机的和被阻止的群体有一个应用程序。同等绩效水平。这是一个学习实验，谢谢你对我答案的反馈。我相应地更新了它。