根据熊猫中另一列的类别对一列进行子集排列答案

【问题标题】：Subset permutation of one column based on the category of another column in pandas根据熊猫中另一列的类别对一列进行子集排列
【发布时间】：2021-07-30 04:19:57
【问题描述】：

这是一个简化的案例：

df = pd.DataFrame({'col1': [1, 1, 1, 2, 2, 2, 3, 3, 3], 'col2': ['a', 'b', 'c', 'A', 'C', 'B', 'red', 'blue', 'greed']})

我想参考 col1 对 col2 进行子集置换。例如，只置换 col2 中的“a”、“b”、“c”，因为它们属于 col1 中的类别 1。并在类别 2 中排列“A”、“C”、“B”，然后在类别 3 中排列这些颜色。输出如下所示：

col1    col2
0   1   b
1   1   c
2   1   a
3   2   A
4   2   B
5   2   C
6   3   blue
7   3   red
8   3   green

因为 col1 中有数千个类别，我在想是否有一种简单的方法，而不是一个一个循环。谢谢。

【问题讨论】：

这个的最终用途是什么？你需要 col1 像原始数据一样排序吗？
Col2 实际上是 y 变量。我想为 col1 中的每个组构建 y 加扰模型。 col1 的顺序不必和原来的一样。
因此，如果您不介意 col1 的顺序，并且只希望 col2 中值的出现顺序不同，只要它们与 col1 的相同值相关联，也许可以尝试df.sample(frac=1)
随机抽样不会改变标签。例如，第 1 组 (col1) 中的第一项 0 在 col2 中的值为 b。我想要做的是将 b 更改为第 1 组中的任何值（a、b、c）。

标签： pandas subset permutation

【解决方案1】：

df['col2'] = df.groupby('col1', as_index=False).col2.transform(np.random.permutation)
df

输出

    col1    col2
0   1       c
1   1       b
2   1       a
3   2       B
4   2       A
5   2       C
6   3      red
7   3      greed
8   3      blue

【讨论】：

谢谢。这就是我要找的。span>