Python 拆分一个数据帧，其中一个因子列在拆分中均匀分布

我试图将一个Pandas数据帧拆分为多个单独的数据帧，其中一列均匀分布在生成的数据帧中。例如，如果我想将以下数据帧拆分为3个不同的数据帧，其中每个数据帧包含每个扇区的一条记录（随机选择）

所以一个

df

看起来像这样：

    id   Name     Sector
     1   John        A
     2   Steven      A
     3   Jane        A
     4   Kyle        A
     5   Ashley      B
     6   Ken         B
     7   Tom         B 
     8   Peter       B 
     9   Elaine      C
     10  Tom         C
     11  Adam        C
     12  Simon       C
     13  Stephanie   D
     14  Jan         D
     15  Marsha      D
     16  David       D
     17  Drew        E
     18  Kit         E
     19  Corey       E
     20  James       E

将产生两个数据帧，其中一个看起来像这样，而另一个由剩余的记录组成

    id   Name     Sector
     1   John        A
     2   Steven      A
     7   Tom         B 
     8   Peter       B 
     10  Tom         C
     11  Adam        C
     13  Stephanie   D
     16  David       D
     19  Corey       E
     20  James       E

我知道

np。数组分割（df，2）

会让我在这方面取得一些进展，但它可能不会像我所需要的那样均匀分布扇区

---

（为清晰起见进行了编辑）

根据评论和更新的问题进行更新：

df_1=df.groupby('Sector', as_index=False, group_keys=False).apply(lambda x: x.sample(n=2))
df_2 = df[~df.index.isin(df_1.index)]

print(df_1)
   id       Name Sector
2    3       Jane      A
3    4       Kyle      A
7    8      Peter      B
5    6        Ken      B
11  12      Simon      C
9   10        Tom      C
12  13  Stephanie      D
15  16      David      D
19  20      James      E
17  18        Kit      E

print(df_2)
    id    Name Sector
0    1    John      A
1    2  Steven      A
4    5  Ashley      B
6    7     Tom      B
8    9  Elaine      C
10  11    Adam      C
13  14     Jan      D
14  15  Marsha      D
16  17    Drew      E
18  19   Corey      E

---

这是一种“时髦”的方法，使用顺序编号和随机抽样：

df['grp'] = df.groupby('Sector')['Sector']\
              .transform(lambda x: x.notna().cumsum().sample(frac=1))
dd = dict(tuple(df.groupby('grp')))

输出：

dd[1]

   id    Name Sector  grp
0   1    John      A    1
4   5     Ken      B    1
6   7  Elaine      C    1

dd[2]

   id  Name Sector  grp
2   3  Jane      A    2
5   6   Tom      B    2
7   8   Tom      C    2

dd[3]

   id    Name Sector  grp
1   2  Steven      A    3
3   4  Ashley      B    3
8   9    Adam      C    3

详情：

• 在每个扇区组中创建一个编号序列，从1开始， 然后随机化组中的数字以创建分组键， 玻璃钢
• 使用grp进行分组，然后创建一个字典，其中包含每个grp的键

---

这是我的方法，您可以使用

sample

功能按扇区

groupby

从每个循环组中随机选择：

for x, i in df.groupby('Sector'):
    print(i.sample())

如果需要多个随机选择，请使用

sample

函数指定所需的项目数量。例如：

for x, i in df.groupby('Sector'):
    print(i.sample(2))

---

将从每个组返回2个随机值。

在我的示例中效果很好，在新数据帧中，每个组只需要一条记录。如果您有一个更大的起始数据帧，并且希望每个组有多条记录，您有什么建议吗？@T.Shiftlet您必须在示例函数（此处设置为1）中尝试数字；）@Giuseppe，我试过的第一件事，但是如果你拥有的组数不等于每个组的记录数，你会得到错误

ValueError:当'replace=False'

（将replace设置为True只会导致不同的错误）。@t.Shiftlet你能添加更大的数据集和不同的N，并显示预期输出？