python - 在 Pandas 中有效地从 n 个可能性中选择 r 个结果
问题描述
我有一个 50 年的数据。我需要从中选择 30 年的组合,以使与它们对应的值达到特定的阈值,但可能的组合数量50C30
为47129212243960
. 如何有效计算?
Prs_100
Yrs
2012 425.189729
2013 256.382494
2014 363.309507
2015 578.728535
2016 309.311562
2017 476.388839
2018 441.479570
2019 342.267756
2020 388.133403
2021 405.007245
2022 316.108551
2023 392.193322
2024 296.545395
2025 467.388190
2026 644.588971
2027 301.086631
2028 478.492618
2029 435.868944
2030 467.464995
2031 323.465049
2032 391.201598
2033 548.911349
2034 381.252838
2035 451.175339
2036 281.921215
2037 403.840004
2038 460.514250
2039 409.134409
2040 312.182576
2041 320.246886
2042 290.163454
2043 381.432168
2044 259.228592
2045 393.841815
2046 342.999972
2047 337.491898
2048 486.139010
2049 318.278012
2050 385.919542
2051 309.472316
2052 307.756455
2053 338.596315
2054 322.508536
2055 385.428138
2056 339.379743
2057 420.428529
2058 417.143175
2059 361.643381
2060 459.861622
2061 374.359335
我只需要Prs_100
平均值达到某个阈值的 30 年组合,然后我就可以摆脱计算进一步的结果。在搜索 SO 时,我发现了一种使用apriori
算法的特定方法,但无法真正弄清楚其中的支持值.
我使用了python的组合方法
list(combinations(dftest.index,30))
但在这种情况下它不起作用。
预期结果 - 假设我找到了一个 30 年的集合,其Prs_100
平均值超过 460 ,那么我将保存 30 年的输出结果,这也将是我想要的结果。怎么做 ?
解决方案
您可以使用 numpy 的random.choice
:
In [11]: df.iloc[np.random.choice(np.arange(len(df)), 3)]
Out[11]:
Prs_100
Yrs
2023 392.193322
2047 337.491898
2026 644.588971
推荐阅读
- twitter-bootstrap - 引导弹出窗口中的 Facebook 共享按钮
- javascript - 在进行 javascript 操作之前更新由敲除计算数组检索到的 html 代码
- prestashop - Prestashop 1.7 运费未计算
- android - Google Fit - 仅从传感器获取和显示步数,而不是从用户输入
- python - 将 numpy 数组中的 NaN 值转换为值的平均值
- javascript - ag-grid angular-列定义中的某些属性(可调整大小)不起作用
- angular - patchValue 和 updateValueAndValidity() 方法的区别?
- grep - 用 grep 切割一段特定的字符串
- java - 如何使用河内塔调用递归
- java - 如何在mockito中匹配具有相同值的数组数组