pandas - groupby 并根据列选择可变数量的随机值

Question

从这个简单的数据框df开始：

df = pd.DataFrame({'c':[1,1,2,2,2,2,3,3,3], 'n':[1,2,3,4,5,6,7,8,9], 'N':[1,1,2,2,2,2,2,2,2]})

我正在尝试为每个c 从n 中选择N 随机值。到目前为止，我设法分组并获得了一个元素/组：

sample = df.groupby('c').apply(lambda x :x.iloc[np.random.randint(0, len(x))])

返回：

   N  c  n
c         
1  1  1  2
2  2  2  4
3  2  3  8

我的预期输出是这样的：

   N  c  n
c         
1  1  1  2
2  2  2  4
2  2  2  3
3  2  3  8
3  2  3  7

因此，根据N 列，从 c=1 中获取 1 个样本，为 c=2 和 c=3 获取 2 个样本。

Answer 1

Pandas 对象现在有一个 .sample 方法来返回随机数量的行：

>>> df.groupby('c').apply(lambda g: g.n.sample(g.N.iloc[0]))
c   
1  1    2
2  5    6
   2    3
3  6    7
   7    8
Name: n, dtype: int64