如何根据特定条件从 Pandas 数据框中随机选择行？答案

【问题标题】：How to randomly select rows from Pandas dataframe based on a specific condition?如何根据特定条件从 Pandas 数据框中随机选择行？
【发布时间】：2019-06-07 10:06:51
【问题描述】：

假设我有一个 Pandas 数据框 df，它具有以下结构：-

         Column 1      Column 2 ....     Column 100
Row 1    0.233           0.555              0
Row 2    0.231           0.514              2
..
Row 15000    0.232           0.455          3

Column 100 表示每行所属的特定类（可以来自0-14）。每个类别/类都有与之关联的1000 行。对于每个类别（用Column 100 中的整数表示），我只想随机选择200 样本，并创建一个新的数据框df_new，其新维度为15x200 = 3000 rows。有什么好办法吗？

【问题讨论】：

df.groupby('Column 100').apply(lambda x:x.sample(200)) ??

标签： python pandas dataframe random

【解决方案1】：

每组使用DataFrame.sample - 然后对最后一列进行排序：

np.random.seed(2019)
df = (pd.DataFrame(np.random.randint(15, size=(100000, 100)))
         .rename(columns=lambda x: f'Column {x+1}'))
#print (df.head())


N = 200
df1 = df.groupby('Column 100').apply(lambda x:x.sample(N)).reset_index(drop=True)
#print (df1.head())

print (len(df1))
3000

【讨论】：