Python 使用熊猫中的随机数据对进行选择

我有一个非常大的文件，有三列。前两个是整数，第三个是字符串。我在《使用熊猫》一书中读到

data = pd.read_csv("edges+stuff.txt", sep=' ', header=None, dtype={0:np.uint32, 1:np.uint32, 2:np.str})

以下是一些假数据示例：

2 0 Somestuff9
2 0 Somestuff0
1 1 Somestuff5
0 0 Somestuff7
2 0 Somestuff9
2 0 Somestuff5
2 1 Somestuff2
1 1 Somestuff8
1 1 Somestuff2
1 0 Somestuff4
2 1 Somestuff3
0 2 Somestuff9
1 1 Somestuff10
1 0 Somestuff9

我想进行以下我一直坚持的随机抽样。我想从数据帧中选取一些随机对。我不想随机选取一行，例如“11”出现四次，但我希望有同等的机会选取数据帧中存在的任何一对。如果我选择了“11”，那么我想输出所有以“11”开头的行

使用我的示例假数据，我想从[（0,0），（1,0），（1,1），（0,2），（2,0），（2,1）]（这些都是数据中存在的对）中随机选择一些对，然后使用这些对从数据帧中选择行

实现这一点的一种方法是获取前两列，对它们进行排序，并执行等效的

np.unique

。然后从该唯一列表中选择随机对，然后使用它们从原始数据帧中进行选择

有什么方法可以在熊猫身上有效地做到这一点吗

这里有一个方法：

df.head()
Out: 
   col1  col2        col3
0     2     0  Somestuff9
1     2     0  Somestuff0
2     1     1  Somestuff5
3     0     0  Somestuff7
4     2     0  Somestuff9

随机选择一对：

df[['col1', 'col2']].drop_duplicates().sample(n=1)
Out: 
   col1  col2
0     2     1

（此处删除重复项删除除第一个col1 col2对之外具有相同col1 col2对的所有行，并

.sample（n=1）

从中选择一个。）

具有

col1=2

，

col2=1

的所有行：

df[['col1', 'col2']].drop_duplicates().sample(n=1).merge(df)
Out: 
   col1  col2        col3
0     2     1  Somestuff2
1     2     1  Somestuff3

这里有一个方法：

df.head()
Out: 
   col1  col2        col3
0     2     0  Somestuff9
1     2     0  Somestuff0
2     1     1  Somestuff5
3     0     0  Somestuff7
4     2     0  Somestuff9

随机选择一对：

df[['col1', 'col2']].drop_duplicates().sample(n=1)
Out: 
   col1  col2
0     2     1

（此处删除重复项删除除第一个col1 col2对之外具有相同col1 col2对的所有行，并

.sample（n=1）

从中选择一个。）

具有

col1=2

，

col2=1

的所有行：

df[['col1', 'col2']].drop_duplicates().sample(n=1).merge(df)
Out: 
   col1  col2        col3
0     2     1  Somestuff2
1     2     1  Somestuff3

---

你试过什么吗？它对你来说执行得太慢了吗？@WayneWerner我不知道如何执行我描述的步骤。例如，如何列出前两列的唯一对？您尝试过什么吗？它对你来说执行得太慢了吗？@WayneWerner我不知道如何执行我描述的步骤。例如，如何列出前两列的唯一对？可以将

sample（）

方法的参数从1更改为10（

.sample（n=10）

）。它将选择10对独特的配对（当然，假设至少有10对独特的配对）。这真是一个伟大而令人惊讶的答案！熊猫看起来很神奇。@eleanora是的，熊猫很棒。：）好的，我现在看到了性能问题。让我接受这个答案并询问另一个答案。您可以将

sample（）

方法的参数从1更改为10（

.sample（n=10）

）。它将选择10对独特的配对（当然，假设至少有10对独特的配对）。这真是一个伟大而令人惊讶的答案！熊猫看起来很神奇。@eleanora是的，熊猫很棒。：）好的，我现在看到了性能问题。让我接受这个答案，再问另一个。