从 pandas 数据框中随机选择 n 行并将它们移动到新的 df 而不重复答案

【问题标题】：Randomly selecting n rows from pandas dataframe and moving them to new df without repetition从 pandas 数据框中随机选择 n 行并将它们移动到新的 df 而不重复
【发布时间】：2022-01-12 18:10:22
【问题描述】：

我有一个包含 140 个学生的数据框，我需要将每个学生随机分配给 5 个 TA（评分者）中的一个。

一个例子是

graders = ['K', 'M', ]

df = pd.DataFrame({
    'First name': ['John', 'Paul', 'George','Ringo'], 
    'Last name':['Lennon', 'McCartney', 'Harrison', 'Star'], 
    })

df['Grader'] = ''

我如何将评分者“K”随机分配给 3 名学生，然后将其余分配给“M”，以确保学生不能同时进入两组。

我在这里查看了许多答案，但没有人为我澄清，任何帮助将不胜感激。

【问题讨论】：

为什么不在数据框中添加列分级器？

标签： python pandas random

【解决方案1】：

您可以分配一个随机数 1-5，然后将这些数字映射到 TA。不过，这并不能保证每个 TA 获得总数的 1/5。

import pandas as pd
import numpy as np

df['id'] = np.random.randint(1,6, df.shape[0]) # make a new column of random ints 1-5
df['Grader'] = df['id'].map({1:'a',2:'b',3:'c',4:'d',5:'e'}) # turns 1 to 'a', 2 to 'b', etc. Change this to your actual TAs.

【讨论】：

【解决方案2】：

使用df.sample:

In [1291]: df['Grader'] = 'M' # Assign `M` to all the students at first

In [1299]: df.loc[df.sample(n=3).index, 'Grader'] = 'K' # Randomly choose 3 students and change their Grader to 'K'

In [1300]: df
Out[1300]: 
  First name  Last name Grader
0       John     Lennon      K
1       Paul  McCartney      M
2     George   Harrison      K
3      Ringo       Star      K

【讨论】：

有没有办法确保一旦分配了一行，它就不会包含在下一轮分配中？