如何利用Python对列的值随机排序

问题描述

在强化学习中，我们会学习到一个叫 Q-Learning 的算法，在里面的核心就是 Q-table ，即 state-action 表。有时候我们会发现在同一个 state 下 有两个一样的 action ，如果我们只是简单的选择最大值，那么，永远选择的是第一个，这肯定不是我们想要的结果，于是我们需要对列（即action）进行重新排序

解决方法

import numpy as np
import pandas as pd

df1 = pd.DataFrame(np.array([3,1,3,4,5,6]).reshape(2,3),index=['one','two'])
# df1 = df1.reindex(np.random.permutation(df1.index))
df1 = ((df1.T).reindex(np.random.permutation((df1.T).index))).T  #核心代码
print(df1)

方法解释

在上面一段代码中，最为核心的就是下面这句代码

df1 = ((df1.T).reindex(np.random.permutation((df1.T).index))).T

其中 df1 是 DataFrame 类型  df1.T代表 df1 的转置 

其思路就是：先取出 df1 的 index ， 然后随机排列（permutation） ， df1按照重新排列的index重组即可

转置的目的是为了操作列，你不转置操作的是行，上面一句话我简写为了 df1 望知