从数据框中随机选择小时答案

【问题标题】：Randomly select hour from dataframe从数据框中随机选择小时
【发布时间】：2019-08-19 12:21:59
【问题描述】：

我很难从数据框中随机选择行。一般来说，使用np.random.choice(data,size=1000) 选择一行是没有问题的。我假设替换=真。但是，我需要随机选择一个小时并作为输出，接收每个季度的 4 行。

可供选择的数据框如下（1132行）：

data=
                     Price  Consume    Feed
StartTime                                  
2018-07-04 02:00:00  45.80    67.91   67.91
2018-07-04 02:15:00  45.80    51.05   51.05
2018-07-04 02:30:00  45.80    46.12   46.12
2018-07-04 02:45:00  45.80    46.86   46.86
2018-07-11 05:00:00  43.80    43.49   43.49
2018-07-11 05:15:00  43.80    50.71   50.71
2018-07-11 05:30:00  43.80    48.19   48.19
2018-07-11 05:45:00  43.80    40.02   40.02

我想要的输出是这样的：

假设随机生成器已“选择”2018-07-11 05:00:00，则输出为

2018-07-11 05:00:00  43.80    43.49   43.49
2018-07-11 05:15:00  43.80    50.71   50.71
2018-07-11 05:30:00  43.80    48.19   48.19
2018-07-11 05:45:00  43.80    40.02   40.02

根据随机样本的数量 (N)，生成的数据帧的长度应为 4xN。

是否可以直接从数据框中随机选择一个小时并重复 1000 次？恐怕使用额外的数据框选择一个小时，然后在原始数据框中查找相应的值会太耗时。我相信这在 Python 中应该是可行的，但我找不到任何提示。

感谢您的帮助！

【问题讨论】：

标签： python pandas dataframe datetime random

【解决方案1】：

我认为您将值与 DatetimeIndex.floor 进行比较以删除分钟和秒数：

N = 1000
vals = pd.to_datetime(np.random.choice(df.index,size=N)).floor('H')
hours = df.index.floor('H')

for i in vals:
    print (df[hours == i])

编辑：要加入所有小型 DataFrame，请使用 concat：

df1 = pd.concat([df[hours == i] for i in vals])

或使用DatetimeIndex 中的np.concatenate 创建数组并通过loc 选择：

idx = np.concatenate([df.index[hours == i] for i in vals])
df1 = df.loc[idx]

【讨论】：

是的，我认为这是正确的方向。我注意到，我有点不清楚，因为在 N=1000 4000 行的情况下，最终的数据帧应该包含。您的建议会创建 N 个长度为 4 的数据帧。我将如何调整代码？

【解决方案2】：

采样一次以获取随机索引，然后查找与该日期和时间的所有匹配项：

random_idx = df.sample().index
df[(df.index.date == random_idx.date) & (list(df.index.hour) == random_idx.hour)]

然后做1000次：

for i in range(1000):
    random_idx = df.sample().index
    print(df[(df.index.date == random_idx.date) & (list(df.index.hour) == random_idx.hour)])

【讨论】：