Gibt es eine Möglichkeit, zufällige Zeilen aus einem DataFrame in Pandas auszuwählen?

In R gibt es unter Verwendung des Fahrzeugpakets eine nützliche Funktion, some(x, n)die dem Kopf ähnlich ist, in diesem Beispiel jedoch 10 zufällige Zeilen aus x auswählt.

Ich habe mir auch die Schnittdokumentation angesehen und es scheint nichts Äquivalentes zu geben.

Aktualisieren

Jetzt mit Version 20. Es gibt eine Beispielmethode.

df.sample(n)

Etwas wie das?

import random

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

Hinweis: Ab Pandas v0.20.0, ix ist veraltet zugunsten von locfür den Etikettenbasierte Indexierung.

Ab der Pandas-Version 0.16.1ist jetzt eine DataFrame.sample Methode integriert :

import pandas

df = pandas.DataFrame(pandas.np.random.random(100))

# Randomly sample 70% of your dataframe
df_percent = df.sample(frac=0.7)

# Randomly sample 7 elements from your dataframe
df_elements = df.sample(n=7)

Für beide oben genannten Ansätze können Sie den Rest der Zeilen abrufen, indem Sie Folgendes tun:

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

sample

Ab Version 0.20.0 können Sie Folgendes pd.DataFrame.sampleverwenden, um eine zufällige Stichprobe von Zeilen mit fester Anzahl oder einen Prozentsatz von Zeilen zurückzugeben:

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

Aus Gründen der Reproduzierbarkeit können Sie eine Ganzzahl angeben random_state, die der Verwendung entspricht np.ramdom.seed. Anstatt beispielsweise zu setzen, np.random.seed = 0können Sie:

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

Der beste Weg, dies zu tun, ist mit der Beispielfunktion aus dem Zufallsmodul.

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]

Tatsächlich erhalten Sie dadurch wiederholte Indizes, bei np.random.random_integers(0, len(df), N)denen Nes sich um eine große Zahl handelt.

Unter der Zeile werden zufällig n Zeilen aus der Gesamtzahl der vorhandenen Zeilennummern aus dem Datenrahmen df ohne Ersatz ausgewählt.

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