在 Python/Pandas 中多次从列中随机抽样答案

【问题标题】：Random Sampling from a column several times in Python/Pandas在 Python/Pandas 中多次从列中随机抽样
【发布时间】：2018-03-16 19:37:36
【问题描述】：

我是 Pandas 和 Python 的新手。我将通过一个例子来写我的问题。我有一个数据，例如

df = pd.DataFrame([[1, 2], [1, 3], [4, 6], [5,6], [7,8], [9,10], [11,12], [13,14]], columns=['A', 'B'])
df 
    A   B

0   1   2

1   1   3

2   4   6

3   5   6

4   7   8

5   9   10

6   11  12

7   13  14

我从两列中抽取 3 个样本。

x = df['A'].sample(n=3)
x = x.reset_index(drop=True)
x

0     7
1     9
2    11

y = df['B'].sample(n=3)
y = y.reset_index(drop=True)
y

0     6
1    12
2     2

我想进行 10 次采样 (n=3)。我试过[y] * 10，它在 6、12、2 中产生 10 次列。我想从主要数据中执行 10 次。然后我想从 A 和 B 生成的这些新列中创建一个新数据。我想也许我应该写 for 循环，但我对它们不太熟悉。

感谢您的帮助。

【问题讨论】：

那么，让我来做对了……你想要相同的 3 个值重复 10 次吗？
你想要的输出是什么？您是否想要更换样品？
哦，不，我不想要相同的 3 个值。每次我都希望从 df 数据框中获取新数据。 10 次新数据，来自 A 和 B 列。

标签： python pandas dataframe random

【解决方案1】：

正如 WeNYoBen 所展示的，将任务拆分为一个很好的做法

生成样本重复，
连接数据帧。

我的建议：编写一个 generator 函数，用于创建样本重复的生成器（而不是列表）。然后，您可以连接生成器生成的项目（在本例中为数据帧）。

# a generator function
def sample_rep(dframe, n=None, replicates=None):
    for i in range(replicates):
        yield dframe.sample(n)

d = pd.concat(sample_rep(df, n=3, replicates=10),
              keys=range(1, 11), names=["replicate"])

生成器占用的内存更少，因为它可以即时生成所有内容。 pd.concat() 函数会在您的数据帧上触发 sample_rep()，从而生成要连接的数据帧列表。

【讨论】：

【解决方案2】：

看来你需要

df.apply(lambda x : x.sample(3)).apply(lambda x : sorted(x,key=pd.isnull)).dropna().reset_index(drop=True)
Out[353]: 
      A     B
0   7.0   2.0
1  11.0   6.0
2  13.0  12.0

抱歉误导，我忽略了10次

l=[]
count = 1
while (count < 11):
   l.append(df.apply(lambda x : x.sample(3)).apply(lambda x : sorted(x,key=pd.isnull)).dropna().reset_index(drop=True))
   count = count + 1

pd.concat(l)

【讨论】：