Python 从数据帧中随机选择小时

我很难从数据帧中随机选择行。通常，使用

np.random.choice（数据，大小=1000）

选择一行不是问题。我假设替换=正确。但是，我需要随机选择一个小时，作为输出，接收每个季度的4行

要从中选择的数据帧如下（1132行）：

我想要的输出是这样的：

假设随机发生器已“选择”

2018-07-11 05:00:00

，则输出为

2018-07-11 05:00:00  43.80    43.49   43.49
2018-07-11 05:15:00  43.80    50.71   50.71
2018-07-11 05:30:00  43.80    48.19   48.19
2018-07-11 05:45:00  43.80    40.02   40.02

根据随机样本的数量（N），生成的数据帧的长度应为4xN

是否可以直接从数据帧中随机选择一个dayhour并重复1000次？我担心使用一个额外的数据框来选择一个小时，然后在原始数据框中查找相应的值会太耗时。 我相信这在Python中是可行的，但我找不到任何关于这方面的提示

---

谢谢你的帮助

我认为您可以将删除分和秒的值与进行比较：

N = 1000
vals = pd.to_datetime(np.random.choice(df.index,size=N)).floor('H')
hours = df.index.floor('H')

for i in vals:
    print (df[hours == i])

编辑：对于联接所有小数据帧，请使用：

或者使用

np创建数组。连接
DatetimeIndex
的
，并通过
loc
选择：

idx = np.concatenate([df.index[hours == i] for i in vals])
df1 = df.loc[idx]

我认为您可以将值与删除分钟和秒进行比较：

N = 1000
vals = pd.to_datetime(np.random.choice(df.index,size=N)).floor('H')
hours = df.index.floor('H')

for i in vals:
    print (df[hours == i])

编辑：对于联接所有小数据帧，请使用：

或者使用
np创建数组。连接
DatetimeIndex
的
，并通过
loc
选择：

idx = np.concatenate([df.index[hours == i] for i in vals])
df1 = df.loc[idx]

采样一次以获取随机索引，然后查找与该日期和时间的所有匹配项：

random_idx = df.sample().index
df[(df.index.date == random_idx.date) & (list(df.index.hour) == random_idx.hour)]

然后做1000次：

for i in range(1000):
    random_idx = df.sample().index
    print(df[(df.index.date == random_idx.date) & (list(df.index.hour) == random_idx.hour)])

采样一次以获取随机索引，然后查找与该日期和时间的所有匹配项：

random_idx = df.sample().index
df[(df.index.date == random_idx.date) & (list(df.index.hour) == random_idx.hour)]

然后做1000次：

for i in range(1000):
    random_idx = df.sample().index
    print(df[(df.index.date == random_idx.date) & (list(df.index.hour) == random_idx.hour)])

是的，我认为这是正确的方向。我注意到，我有点不清楚，因为在N=1000-4000行的情况下，最终的数据帧应该包含。您的建议创建了长度为4的N个数据帧。我必须如何调整代码？是的，我认为这是正确的方向。我注意到，我有点不清楚，因为在N=1000-4000行的情况下，最终的数据帧应该包含。您的建议创建了长度为4的N个数据帧。我将如何调整代码？