Python Pandas：从受限列范围内的每行中获取随机子集的有效方法

我有一些不同长度的数字时间序列存储在一个大数据帧中。每行对应一个序列，每列对应一个测量时间点。由于长度不同，这些序列可能会有左（第一个时间点）或右（最后一个时间点）或两者的缺失值（NA）尾部。每行上始终有一条没有最小长度NA的连续条纹

我需要从每一行中获得固定长度的随机子集，不包括任何NA。理想情况下，我希望保持原始数据帧不变，并在新数据帧中报告子集

我通过一个非常低效的for循环获得了这个输出，该循环一行一行地遍历每一行，确定裁剪位置的开始，这样NAs就不会包含在输出中，并复制裁剪结果。这是可行的，但在大型数据集上速度非常慢。代码如下：

将熊猫作为pd导入
将numpy作为np导入
从副本导入副本
def crop_random（df_in，输出长度，忽略尾部=真）：
#初始化新数据帧
colnames=['X_'+str（i）表示范围内的i（输出长度）]
df_crop=pd.DataFrame（index=df_in.index，columns=colnames）
#穿过所有的行
对于范围内的irow（df_in.shape[0]）：
series=复制（df_in.iloc[irow，：]）
series=np.array（series.astype（'float'））
长度=长度（系列）
如果忽略尾部：
pos_non_na=np.where（~np.isnan（系列））
#子集可能开始的范围
lo=pos_non_na[0][0]
hi=位置不适用[0][1]
左=np.random.randint（低、高-输出长度+2）
其他：
左=np.random.randint（0，长度-输出长度）
系列=系列[左：左+输出长度]
df_crop.iloc[irow，：]=系列
返回df_作物

还有一个玩具的例子：

df=pd.DataFrame.from_dict（{'t0'：[np.NaN，1，np.NaN]，
‘t1’：[np.NaN，2，np.NaN]，
‘t2’：[np.NaN，3，np.NaN]，
‘t3’：[1,4,1]，
‘t4’：[2,5,2]，
‘t5’：[3,6,3]，
‘t6’：[4,7，np.NaN]，
"t7":[5,8,np.NaN],，
‘t8’：[6，9，np.NaN]}）
#t0 t1 t2 t3 t4 t5 t6 t7 t8
#0楠楠楠1 2 3 4 5 6
# 1    1    2    3   4   5   6    7    8    9
#2楠楠1 2 3楠楠楠
随机作物（df，3）
#一种可能的输出：
#X_0 X_1 X_2
# 0    2    3    4
# 1    7    8    9
# 2    1    2    3

我如何能够以适应大型数据帧的方式获得相同的结果

---

编辑：将改进后的解决方案移至“答案”部分。

我成功地通过以下方法大大加快了速度：

def crop\u random（数据集、输出长度、忽略长度=True）：
#获取每行要裁剪的随机范围
def get_range_裁剪（系列、输出长度、忽略尾部）：
series=np.array（series.astype（'float'））
如果忽略尾部：
pos_non_na=np.where（~np.isnan（系列））
start=pos_non_na[0][0]
结束=位置不适用[0][1]
左=np.random.randint（开始，
结束-输出_长度+2）#+1，包括randint中的last+截面跨度为1
其他：
长度=长度（系列）
左=np.random.randint（0，长度-输出长度）
右=左+输出长度
向左、向右返回
#将行裁剪为随机范围，重置索引以执行concat，而不重新创建新列
范围子集=数据集。应用（获取范围裁剪，参数=（输出长度，忽略尾部），轴=1）
新的_行=[dataset.iloc[irow，range_子集[irow][0]：range_子集[irow][1]]
对于范围内的irow（dataset.shape[0]）]
对于新行中的行：
行重置索引（drop=True，inplace=True）
#连接所有行
数据集\u裁剪=pd.concat（新的\u行，轴=1）.T
返回数据集\u已裁剪