如何将数据帧拆分为多个数据帧，其中每个数据帧包含相等但随机的数据[重复]

Posted 2023-02-23

【中文标题】如何将数据帧拆分为多个数据帧，其中每个数据帧包含相等但随机的数据[重复]

【英文标题】：How do I split a dataframe into multiple dataframes where each dataframe contains equal but random data [duplicate]

【发布时间】：2017-10-17 07:41:03

【问题描述】：

如何将一个数据帧拆分为多个数据帧，其中每个数据帧包含相等但随机的数据？它不基于特定列。

例如，我在一个数据框中有一个 100 行和 30 列。我想把这些数据分成 5 批。我应该在每个数据框中有 20 条具有相同 30 列的记录，并且所有 5 个批次中没有重复，并且我选择行的方式应该是随机的。我不希望在单个列上随机选择。

我认为我将使用 index 和 numpy 并将它们分成很多块并使用它来拆分数据帧的一种方式。想看看是否有人有一种简单的熊猫方式来做这件事。

【问题讨论】：

你能举个例子吗？

【参考方案1】：

根据您的需要，您可以使用pandas.DataFrame.sample() 随机抽样原始数据框df。

df1 = df.sample(n=3) 
df2 = df.sample(n=3)

为您提供两个子集，每个子​​集有 3 个样本。记录数相等且随机。

【参考方案2】：

如果您不关心可能包含某些相同信息的新数据帧，您可以使用 sample 其中frac 指定您想要的数据帧的分数

df1 = df.sample(frac=0.5) # df1 is now a random sample of half the dataframe

编辑：

如果你想避免重复，你可以使用shuffle from sklearn

from sklearn.utils import shuffle

df = shuffle(df)
df1 = df[0:3]
df2 = df[3:6]

【讨论】：

我不想在批次中有重复。

@AnilK 我已经更新了我的答案，这能回答你的问题吗？

你的回答帮助了我。谢谢