Python 数据帧中的随机行选择

是否有一种方法可以从Pandas中的数据帧中选择随机行

在R中，使用car包，有一个有用的函数

some（x，n）

，它类似于head，但在本例中，从x中随机选择10行

我还查看了切片文档，似乎没有任何等效的文档

更新 现在使用版本20。这里有一个示例方法

df.sample（n）

类似的东西

import random

def some(x, n):
    return x.ix[random.sample(x.index, n)]

---

注意：从Pandas v0.20.0开始，

ix

支持基于标签的索引。

实际上，这将为您提供重复索引

np.random.random_整数（0，len（df），N）

其中

N

是一个大数字。

实现这一点的最佳方法是使用随机模块中的样本函数，

import numpy as np
import pandas as pd
from random import sample

# given data frame df

# create random index
rindex =  np.array(sample(xrange(len(df)), 10))

# get 10 random rows from df
dfr = df.ix[rindex]

---

在pandas版本

0.16.1

及更高版本中，现在有一个

数据帧。示例

：

对于上述任何一种方法，您都可以通过执行以下操作获得其余行：

df_rest = df.loc[~df.index.isin(df_percent.index)]

---

下一行将从数据帧df的现有总行号中随机选择n行，而不进行替换

df=df.take（np.random.permutation（len（df））[：n]）

从v0.20.0开始，您可以使用，它可以用于返回固定数量行的随机样本或行的百分比：

df = df.sample(n=k)     # k rows
df = df.sample(frac=k)  # int(len(df.index) * k) rows

对于再现性，您可以指定一个整数

随机_状态

，相当于使用。因此，不必设置，例如，

np.random.seed=0

，您可以：

df = df.sample(n=k, random_state=0)

---

谢谢@eumiro。我还计算出

df.ix[np.random.random_integers（0，len（df），10）]

也可以工作。如果你想使用numpy，那么你也可以做

df.ix[np.random.choice（df.index，10）]

。另一篇帖子中有人提到，

np.random.choice

的速度是

random.sample

的两倍，如果使用np.random.choice，则必须指定replace=False，否则会得到重复的行！我认为“.ix”已被弃用，您应该使用.loc作为基于标签的索引

df_0.7

不是有效名称。此外，我建议将

df_rest=df.loc[~df.index.isin（df_0_7.index）]

替换为

df_rest=df.loc[df.index.difference（df_0_7.index）]

@pietrobattison谢谢。我试图让答案更清楚，但我同意一个不起作用的例子并不清楚。关于差异的提示很好。尽管如此，我仍然更喜欢编写切片，以便将其作为索引“而不是在我的样本的索引中”读取。

difference（）

）是否会提高性能？@ryanjdillon还有一个打字错误，我修复了它。关于这个方法，我实际上收回了我的建议，因为它确实有点低效

df_percent.index.get_indexer（df.index）=-1更有效（但也更难看）…如果您希望在大小大于原始大小的地方采样，请使用
df.sample（N，replace=True）
。更多细节。
df = df.sample(n=k, random_state=0)