python - recorrer - seleccionar una columna pandas

Selección aleatoria de filas en el marco de datos de Pandas

Question

¿Hay alguna manera de seleccionar filas aleatorias de un DataFrame en Pandas?

En R, usando el paquete de coche, hay una función útil some(x, n) que es similar a la cabeza, pero selecciona, en este ejemplo, 10 filas al azar de x.

También miré la documentación de corte y parece que no hay nada equivalente.

Actualizar

Ahora usa la versión 20. Hay un método de muestra.

df.sample(n)

Answer 1

¿Algo como esto?

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

Answer 2

Con pandas versión 0.16.1 y 0.16.1 posteriores, ahora hay un método DataFrame.sample incorporado :

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)

Para cualquiera de los enfoques anteriores, puede obtener el resto de las filas haciendo:

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

Answer 3

Debajo de la línea se seleccionará aleatoriamente n número de filas del total de filas existentes del marco de datos df sin reemplazo.

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

Answer 4

En realidad, esto le dará índices repetidos np.random.random_integers(0, len(df), N) donde N es un número grande.

Answer 5

La mejor manera de hacerlo es con la función de muestra del módulo aleatorio,

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]