如何从数据集中随机选择 n 个块答案

【问题标题】：How to select n chunks randomly from a dataset如何从数据集中随机选择 n 个块
【发布时间】：2019-06-27 06:01:35
【问题描述】：

我有 100 个样本块，每个块有 100 个元素。一个chunk中的元素相隔5秒；然而，来自不同块的元素之间的时间差至少是 5 小时（不是固定时间）。我的主要目标是从数据集中随机挑选 10 个块。

我的数据集：

index     time                  value   
i       12-1-2019 05:22:43       12         }  Chunk 1
i+1     12-1-2019 05:22:48       13
i+2     12-1-2019 05:22:53       14
..
i+99  ...............................

i+x      12-1-2019 13:32:12      31         }  Chunk 2
i+x+1    12-1-2019 13:32:17      77
i+x+2    12-1-2019 13:32:22      16
..
i+x+99  ...............................

i+x      14-1-2019 23:45:43      14         }  Chunk 3
i+x+1    14-1-2019 23:45:48      57
i+x+2    14-1-2019 23:45:53      46
..
i+x+99  ...............................

注意：块是有序的（即：块 1 出现在块 2 之前，块 2 之前出现在块 3 之前，依此类推）。

我想随机选择 100 个中的 10 个。但是，chunk中元素的顺序很重要，不能打乱。

【问题讨论】：

那么，数据集是什么格式的？一个文本文件、一个列表列表、一个字典列表、一个熊猫数据框。两种格式都可以，但我想知道你的格式是什么...
@SergeBallesta 它在熊猫数据帧中

标签： python pandas random

【解决方案1】：

如果我没记错的话，你的第一个块从索引 0 到索引 99，第二个块从索引 99 到索引 199，依此类推。

如果正确，您可以从数据集中获得 0 到 99 和 iloc 适当行的十个唯一随机数。

假设您的数据在 pandas DataFrame 中：

[dataset.iloc[index*100:index*100 + 100] for index in random.sample(range(0,100),10)]

我没有测试代码，因为我没有你的数据，但上面的代码行应该给你一个包含 10 个长度为 100 的块的列表。

如果列表中的块需要按照原始数据框中的顺序进行排序，您可以对随机数进行排序：

[dataset.iloc[index*100:index*100 + 100] for index in sorted(random.sample(range(0,100),10))]

【讨论】：