如何使用熊猫从数据集中随机选择行？

【问题标题】：How to randomly select rows from a data set using pandas?如何使用熊猫从数据集中随机选择行？
【发布时间】：2017-08-21 02:48:54
【问题描述】：

我有一个包含 36k 行的数据集。我想使用 pandas 从中随机选择 9k 行。我该如何完成这项任务？

【问题讨论】：

【解决方案1】：

我认为你可以使用 sample - 9k 或 25% 行：

df.sample(n=9000)

或者：

df.sample(frac=0.25)

另一种解决方案是通过numpy.random.choice 创建index 的随机样本，然后通过loc 选择 - index 必须是唯一的：

df = df.loc[np.random.choice(df.index, size=9000)]

如果不是唯一索引的解决方案：

df = df.iloc[np.random.choice(np.arange(len(df)), size=9000)]

【讨论】：

【解决方案2】：

numpy

i = np.random.permutation(np.arange(len(df)))
idx = i[:9000]
pd.DataFrame(df.values[idx], df.index[idx])

【讨论】：