一系列列表的元素随机选择（没有循环）答案

【问题标题】：Element-wise random choice of a Series of lists (without a loop)一系列列表的元素随机选择（没有循环）
【发布时间】：2020-11-13 21:10:54
【问题描述】：

我想从一系列列表中的每个列表中随机选择一个元素。

import pandas as pd
import numpy as np

l=[['a','b','c'],['d','e','f'],['g','h','i'],['j','k','l'],['m','n','o']]
s = pd.Series(l)

所以s 是：

0    [a, b, c]
1    [d, e, f]
2    [g, h, i]
3    [j, k, l]
4    [m, n, o]
dtype: object

我知道我可以做到以下几点：

s = pd.Series([np.random.choice(i) for i in s])

哪个有效：

0    a
1    e
2    h
3    j
4    m
dtype: object

但我想知道是否有非循环方法可以做到这一点？

例如，（假设每个list 的大小相同）您可以创建一个随机索引数组来尝试从每个list 中选择不同的元素：

i = np.random.randint(3, size=len(l))
#array([2, 2, 0, 1, 0])

但是说s[i] 是行不通的，因为这是索引s 而不是应用到每个list：

2    [g, h, i]
2    [g, h, i]
0    [a, b, c]
1    [d, e, f]
0    [a, b, c]
dtype: object

我的动机是拥有可以在大量列表上工作的东西，从而避免循环。但如果我的列表理解似乎是最合理的，或者没有内置的 pandas/numpy 函数，请告诉我。

【问题讨论】：

我认为这可能是最好的方法 s = pd.Series([np.random.choice(i) for i in s])

标签： python pandas list numpy

【解决方案1】：

您可以尝试explode，随机播放爆炸系列，然后进行采样。这甚至不需要列表具有相同的长度。

(s.explode()
   .sample(frac=1, random_state=1)  # random_state added for repeatability, drop if needed
   .groupby(level=0).head(1)
)

输出：

1    d
2    h
0    c
3    k
4    n
dtype: object

【讨论】：

很酷的方法，谢谢分享！我的电脑上的数据似乎也超过了list 理解

【解决方案2】：

我只能这样想，但是性能可能是问题

np.array(s.tolist())[np.arange(len(s)), np.random.randint(3, size=len(s))]
array(['c', 'e', 'i', 'k', 'n'], dtype='<U1')

一些时间

%timeit s.explode().sample(frac=1, random_state=1) 
5.05 ms ± 294 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit pd.Series([np.random.choice(i) for i in s])
23.1 ms ± 184 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
%timeit np.array(s.tolist())[np.arange(len(s)), np.random.randint(3, size=len(s))]
1.63 ms ± 50.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

【讨论】：