如何随机选择每组固定数量的行（如果更大），否则选择熊猫中的所有行？答案

【问题标题】：How to randomly select fixed number of rows (if greater) per group else select all rows in pandas?如何随机选择每组固定数量的行（如果更大），否则选择熊猫中的所有行？
【发布时间】：2020-10-17 03:15:01
【问题描述】：

示例数据框：

    Name Group_Id
    AAA  1
    ABC  1
    BDF  1
    CCC  2
    XYZ  2
    DEF  3

如何为每个Group_Id 随机选择固定数量的行？ This answer 建议使用方法：

df.groupby('Group_Id').apply(lambda x: x.sample(2)).reset_index(drop=True)

但如果任何组的行数少于2，则会引发错误。在这种情况下，我希望能够选择所有行。 .head() 允许这样做，但我想要随机样本而不是初始行。

假设我希望每个Group_Id 最多随机抽取两次，我会得到：

    Name Group_Id
    AAA  1
    BDF  1
    CCC  2
    XYZ  2
    DEF  3

【问题讨论】：

标签： python pandas

【解决方案1】：

只有当您有更多行时，您才可以选择采样：

n = 2
(df.groupby('Group_Id')
   .apply(lambda x: x.sample(n) if len(x)>n else x  )
   .reset_index(drop=True)
)

你也可以尝试洗牌整个数据和groupby().head():

df.sample(frac=1).groupby('Group_Id').head(2)

输出：

  Name  Group_Id
5  DEF         3
0  AAA         1
2  BDF         1
3  CCC         2
4  XYZ         2

【讨论】：

【解决方案2】：

您可以打乱每个子组并获取前 n 行。它会自动取 n 或实际的最小值。

n=2
df2 = df.groupby('Group_Id').apply(lambda x: x.sample(frac=1)[:n]).reset_index(drop=True)

【讨论】：