Pandas：按随机组选择行，同时保留所有组的变量答案

【问题标题】：Pandas: select rows by random groups while keeping all of the group's variablesPandas：按随机组选择行，同时保留所有组的变量
【发布时间】：2022-01-10 12:25:47
【问题描述】：

我的数据框如下所示：

id  std     number 
A   1       1
A   0       12
B   123.45  34
B   1       56 
B   12      78
C   134     90
C   1234    100
C   12345   111

我想选择 Id 的随机行，同时保留其他行中的所有信息，这样数据框将如下所示：

id  std     number 
A   1       1
A   0       12
C   134     90
C   1234    100
C   12345   111

我试过了

size = 1000   
replace = True  
fn = lambda obj: obj.loc[np.random.choice(obj.index, size, replace),:]
df2 = df1.groupby('Id', as_index=False).apply(fn)

和

df2 = df1.sample(n=1000).groupby('id')

但显然这不起作用。任何帮助将不胜感激。

【问题讨论】：

标签： python pandas random pandas-groupby rows

【解决方案1】：

您需要先创建随机ids，然后在boolean indexing 中通过Series.isin 比较原始列id：

#number of groups
N = 2
df2 = df1[df1['id'].isin(df1['id'].drop_duplicates().sample(N))]
print (df2)
  id      std  number
0  A      1.0       1
1  A      0.0      12
5  C    134.0      90
6  C   1234.0     100
7  C  12345.0     111

或者：

N = 2
df2 = df1[df1['id'].isin(np.random.choice(df1['id'].unique(), N))]

【讨论】：