Python-Pandas 如何shuffle(打乱)数据?

在Python里面,使用Pandas里面的DataFrame来存放数据的时候想要把数据集进行shuffle会许多的方法,本文介绍两种比较常用而且简单的方法。

应用情景:

我们有下面以个DataFrame



我们可以看到BuyInter的数值是按照0,-1,-1,2,2,2,3,3,3,3这样排列的,我们希望不保持这个次序,但是同时列属性又不能改变,即如下效果:



实现方法:

最简单的方法就是采用pandas中自带的 sample这个方法。

假设df是这个DataFrame

  1. df.sample(frac=1)  
这样对可以对df进行shuffle。其中参数frac是要返回的比例,比如df中有10行数据,我只想返回其中的30%,那么frac=0.3。

有时候,我们可能需要打混后数据集的index(索引)还是按照正常的排序。我们只需要这样操作

  1. df.sample(frac=1).reset_index(drop=True)  


-------------------------------------分割线--------------------------------------------------------------

其实,sklearn(机器学习的库)中也有shuffle的方法。

  1. from sklearn.utils import shuffle  
  2. df = shuffle(df)  

另外,numpy库中也有进行shuffle的方法(不建议)
  1. df.iloc[np.random.permutation(len(df))] 
阅读更多
换一批

没有更多推荐了,返回首页