代码之家 › 专栏 › 技术社区 › andraiamatrix

使用熊猫系列返回索引。sample()?

series pandas python-2.7 python

andraiamatrix · 技术社区 · 7 年前

index    
row1    user1
row2    user2
row3    user2
row4    user1
row5    user2
row6    user1
row7    user3
...

def get_random_sample(series, sample_size, users):
""" Grab a random sample of size sample_size of the tickets resolved by each user in the list users.
    Series has the ticket number as index, and the username as the series values.
    Returns a dict {user:[sample_tickets]}
"""
    sample_dict = {}
    for user in users: 
        sample_dict[user] = series[series==user].sample(n=sample_size, replace=False) 

    return sample_dict

# assuming sample_size is 4
{user1: [user1, user1, user1, user1],
 user2: [user2, user2, user2, user2],
...}

但我想从我的输出中得到的是:

{user1: [row1, row6, row32, row40],
 user2: [row3, row5, row17, row39],
...}
# where row# is the index label for the corresponding row.

基本上我想要熊猫系列。sample()返回随机样本项的索引,而不是项值。不确定这是否可行,或者我最好先重新构造数据(可能将用户作为数据帧中的序列名称,索引成为该序列下的值?但不确定如何做到这一点)。任何洞察都将不胜感激。

2 回复 | 直到 7 年前

Ameb 5 年前

像 @user48956 commented 根据公认的答案,使用 numpy.random.choice

np.random.seed(42)
df = pd.DataFrame(np.random.randint(0,100,size=(10000000, 4)), columns=list('ABCD'))
%time df.sample(100000).index
print(_)
%time pd.Index(np.random.choice(df.index, 100000))

Wall time: 710 ms
Int64Index([7141956, 9256789, 1919656, 2407372, 9181191, 2474961, 2345700,
            4394530, 8864037, 6096638,
            ...
             471501, 3616956, 9397742, 6896140,  670892, 9546169, 4146996,
            3465455, 7748682, 5271367],
           dtype='int64', length=100000)
Wall time: 6.05 ms

Int64Index([7141956, 9256789, 1919656, 2407372, 9181191, 2474961, 2345700,
            4394530, 8864037, 6096638,
            ...
             471501, 3616956, 9397742, 6896140,  670892, 9546169, 4146996,
            3465455, 7748682, 5271367],
           dtype='int64', length=100000)

Scott Boston 7 年前

.index 采样后返回这些样本的索引:

sample_dict[user] = series[series==user].sample(n=sample_size, replace=False).index

推荐文章

splinter · 在Pandas中寻找由列表元素组成的序列的模式

7 年前

Sanjay Nakate · 如何使用for循环数组为折线图动态添加系列

7 年前

SBad · 用值替换Pandas系列中的多个子字符串

7 年前

kumar · 如果熊猫数据帧[重复]中的特定列中存在空值,则删除行

7 年前

Eddie Dredge · 多个工作簿计算

7 年前

user9181740 · 幂级数和阶乘级数和的解释

7 年前

Arntjine · 有没有办法给prev()--或previntil()--一个数值?

7 年前

Bill · 从另一个熊猫系列中减去一个熊猫系列,而不为缺失的数据创建NaN值

7 年前

felocru · 如何将一个系列转换为另一个系列的索引,并按其索引对齐

7 年前

Sharvari Gc · pandas:返回序列中每个字符串值的所有匹配键

7 年前