我想知道如何将DataFrame中指定的“矩形”值中的值随机地移动到位。例如，假设我想要将第4列到第7列和第12行到第18行（包括第4列）定义的数据矩形中的值混洗。我们的想法是对这些单元格中的值进行加扰，而不会影响矩形外的值。
你可以在底层的NumPy数组上使用numpy.random.shuffle()：
通过混洗其内容来就地修改序列。
df = pd.DataFrame(np.arange(20).reshape(5, 4))
np.random.shuffle(df.values[1:3, 1:3])
df # see [[9, 10], [5, 6]]
0 1 2 3
0 0 1 2 3
1 4 9 10 7
2 8 5 6 11
3 12 13 14 15
4 16 17 18 19
一种方法是使用sample和frac=1，首先我“切片”我的数据帧只获得我正在加扰的形状，然后将数据帧切片重新整形为1-D，然后调用100％分数的样本方法，并重新塑造回来原始并复制回原始数据帧：
df = pd.DataFrame(np.arange(100).reshape(5,-1))
print(df)
输入df：
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
1 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
2 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59
3 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79
4 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99
#Shuffle first region columns 4 to 7
df.iloc[:, 4:8] = (df.iloc[:,4:8].stack().sample(frac=1)
.set_axis(df.iloc[:, 4:8].stack().index, inplace=False)
.unstack())
#Shuffle second region columns 12 to 18
df.iloc[:, 12:19] = (df.iloc[:,12:19].stack().sample(frac=1)
.set_axis(df.iloc[:, 12:19].stack().index, inplace=False)
.unstack())
print(df)
输出df：
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
0 0 1 2 3 7 47 65 46 8 9 10 11 18 75 32 73 34 56 37 19
1 20 21 22 23 66 24 4 67 28 29 30 31 92 55 54 97 76 93 74 39
2 40 41 42 43 26 45 27 25 48 49 50 51 12 17 16 38 98 57 96 59
3 60 61 62 63 86 84 6 5 68 69 70 71 14 78 15 53 77 35 94 79
4 80 81 82 83 85 64 87 44 88 89 90 91 95 33 36 52 13 58 72 99