Pandas随机采样

pandas是基于numpy建立起来的，所以numpy大部分函数可作用于DataFrame和Series数据结构。

numpy.random.permutation（n）函数可以产生0~n范围内的n个随机数，输出形式为numpy数组。

In:

import numpy as np
sampler = np.random.permutation(10)
sampler

Out:

array([7, 6, 0, 8, 2, 5, 3, 1, 9, 4])

新建一个（10 * 5） DataFrame对象，然后随机从中抽取5行

In:

import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(50).reshape(10,5))
df

Out:

In:

sample_df = np.random.permutation(len(df))
sample_df

Out：

array([9, 4, 6, 8, 3, 5, 0, 1, 7, 2])

使用Pandas的take函数作用于数组sample_df，结果是对df进行了随机排序，选取5行

In:

df_new = df.take(sample_df[:5])
df_new

out:

结果是随机选出来的（5*5）的新DataFrame对象