浅析pandas随机排列与随机抽样
程序员文章站
2022-03-10 23:45:44
随机排列利用 numpy.random.permutation() 函数,可以返回一个序列的随机排列。将此随机排列作为 take() 函数的参数,通过应用 take() 函数就可实现按此随机排列来调整...
随机排列
利用 numpy.random.permutation() 函数,可以返回一个序列的随机排列。将此随机排列作为 take() 函数的参数,通过应用 take() 函数就可实现按此随机排列来调整 series 对象或 dataframe 对象各行的顺序。
其示例代码 example1.py 如下:
import numpy as np import pandas as pd #创建dataframe df = pd.dataframe(np.arange(12).reshape(4,3)) print(df) 0 1 2 0 0 1 2 1 3 4 5 2 6 7 8 3 9 10 11 #创建随机排列 order = np.random.permutation(4) #通过随机排列调整dataframe各行顺序 newdf = df.take(order) print(newdf) 0 1 2 2 6 7 8 3 9 10 11 0 0 1 2 1 3 4 5
随机抽样
随机抽样是指随机从数据中按照一定的行数或者比例抽取数据。随机抽样的函数如下:
numpy.random.randint(start,end,size)
函数中的参数说明如下:
- start:随机数的开始值;
- end:随机数的终止值;
- size:抽样个数。
通过 numpy.random.randint() 函数产生随机抽样的数据,通过应用 take() 函数就可实现随机抽取 series 对象或 dataframe 对象中的数据。其示例代码 example2.py 如下
import numpy as np import pandas as pd #创建dataframe df = pd.dataframe(np.arange(12).reshape(4,3)) print(df) 0 1 2 0 0 1 2 1 3 4 5 2 6 7 8 3 9 10 11 #随机抽样 order = np.random.randint(0,len(df),size=3) #通过随机抽样抽取dataframe中的行 newdf = df.take(order) print(newdf) 0 1 2 0 0 1 2 1 3 4 5 1 3 4 5
以上就是详解pandas随机排列与随机抽样的详细内容,更多关于pandas随机排列与随机抽样的资料请关注其它相关文章!
上一篇: 利用JS判断元素是否为数组的方法示例
下一篇: 诺基亚应该没人偷