时间戳

首页 > 解决方案 > 按固定百分比随机播放 pandas 中的单列

python - 按固定百分比随机播放 pandas 中的单列

问题描述

我正在尝试使用 Sklearn utils shuffle 函数在每次迭代中按固定百分比（每次迭代中的 2% 行。总迭代次数 = 30）对 pandas 中的单个列进行改组。但它不会改变原始数据框。有什么方法可以在原始数据帧上应用此操作？或者有什么替代方法吗？谢谢。

这是代码：

from sklearn.utils import shuffle

for i in range(0, 30, 2):
    percent = (i/100) * len(df_task2_train)
    shuffle(df_task2_train['class'], n_samples=int(percent))

标签： pythonpandasdataframescikit-learnshuffle

解决方案

您没有分配结果并且 sklearn 输出 numpy 数组：尝试类似

shuffled_dfs = [None] * len(range(0, 30, 2))
for i in range(0, 30, 2):
    percent = (i/100) * len(df_task2_train)
    shuffled_dfs[i] = pd.DataFrame(shuffle(df_task2_train['class'], n_samples=int(percent)))

如果你想连接所有生成的 df 你可以用

shuffled_df = pd.concat(shuffled_dfs)

坦率地说，我不会使用 sklearn，而是使用 pandas.DataFrame.sample，这样您就不必在 numpy 数组和 pandas 数据帧之间切换

推荐阅读