的Python：每组随机选择

Question

说我有一个数据帧，看起来像：

Name Group_Id
AAA  1
ABC  1
CCC  2
XYZ  2
DEF  3 
YYH  3

我怎么能随意选择每个Group_Id一个（或多个）排？说，我想每一个Group_Id随机抽签，我会得到：

Name Group_Id
AAA  1
XYZ  2
DEF  3

Answer 1

size = 2        # sample size
replace = True  # with replacement
fn = lambda obj: obj.loc[np.random.choice(obj.index, size, replace),:]
df.groupby('Group_Id', as_index=False).apply(fn)

Answer 2

从0.16.x起pd.DataFrame.sample提供了一种方法，以从物体的轴返回的项的随机样本。

In [664]: df.groupby('Group_Id').apply(lambda x: x.sample(1)).reset_index(drop=True)
Out[664]:
  Name  Group_Id
0  ABC         1
1  XYZ         2
2  DEF         3

Answer 3

在一个优雅的一个衬垫使用GROUPBY和random.choice：

df.groupby('Group_Id').apply(lambda x :x.iloc[random.choice(range(0,len(x)))])

Answer 4

有两种方法可以做到这一点很简单，一个没有用，除了基本的语法大熊猫什么：

df[['x','y']].groupby('x').agg(pd.DataFrame.sample)

这需要14.4ms有5万的行数据集。

另外，稍快的方法，包括numpy的。

df[['x','y']].groupby('x').agg(np.random.choice)

这需要10.9ms用（下同）5万的行数据集。

一般来说，使用熊猫的时候，它的最好坚持使用其母语的语法。特别是对于初学者。

Answer 5

随机选择每组试df.sample(frac = 1.0).groupby('Group_Id').head(1)只有一行

Answer 6

使用random.choice，你可以这样做：

import random
name_group = {'AAA': 1, 'ABC':1, 'CCC':2, 'XYZ':2, 'DEF':3, 'YYH':3}

names = [name for name in name_group.iterkeys()] #create a list out of the keys in the name_group dict

first_name = random.choice(names)
first_group = name_group[first_name]
print first_name, first_group

random.choice(seq)

Return a random element from the non-empty sequence seq. If seq is empty, raises IndexError.

Answer 7

您可以使用pandas.groupby，pandas.concat和random.sample的组合：

import pandas as pd
import random

df = pd.DataFrame({
        'Name': ['AAA', 'ABC', 'CCC', 'XYZ', 'DEF', 'YYH'],
        'Group_ID': [1,1,2,2,3,3]
     })

grouped = df.groupby('Group_ID')
df_sampled = pd.concat([d.ix[random.sample(d.index, 1)] for _, d in grouped]).reset_index(drop=True)
print df_sampled

输出：

   Group_ID Name
0         1  AAA
1         2  XYZ
2         3  DEF