随机获取a的元素的最佳方法是groupby
什么?据我了解,agroupby
只是在各个组之间迭代。
如果要选择N = 200
元素,我将进行迭代的标准方法是:
rand = random.sample(data, N)
如果您在数据被“分组”的情况下尝试上述操作,则由于某些原因,结果列表的元素为元组。
我发现下面的示例用于随机选择单个键的元素groupby
,但是不适用于多键groupby
。从,如何按键访问熊猫分组依据数据帧
创建分组对象
grouped = df.groupby('some_key')
选择N个数据框并获取其索引
sampled_df_i = random.sample(grouped.indices, N)
使用groupby对象的“ get_group”方法获取组
df_list = map(lambda df_i: grouped.get_group(df_i),sampled_df_i)
可选-将所有内容重新转换为单个dataframe对象
sampled_df = pd.concat(df_list, axis=0, join='outer')
您可以对的唯一值进行随机抽样,将其df.some_key.unique()
用于对进行切片df
,最后groupby
对结果进行切片:
In [337]:
df = pd.DataFrame({'some_key': [0,1,2,3,0,1,2,3,0,1,2,3],
'val': [1,2,3,4,1,5,1,5,1,6,7,8]})
In [338]:
print df[df.some_key.isin(random.sample(df.some_key.unique(),2))].groupby('some_key').mean()
val
some_key
0 1.000000
2 3.666667
如果有多个groupby键:
In [358]:
df = pd.DataFrame({'some_key1':[0,1,2,3,0,1,2,3,0,1,2,3],
'some_key2':[0,0,0,0,1,1,1,1,2,2,2,2],
'val': [1,2,3,4,1,5,1,5,1,6,7,8]})
In [359]:
gby = df.groupby(['some_key1', 'some_key2'])
In [360]:
print gby.mean().ix[random.sample(gby.indices.keys(),2)]
val
some_key1 some_key2
1 1 5
3 2 8
但是,如果您只是要获取每个组的值,则甚至不需要groubpy
,它MultiIndex
会做:
In [372]:
idx = random.sample(set(pd.MultiIndex.from_product((df.some_key1, df.some_key2)).tolist()),
2)
print df.set_index(['some_key1', 'some_key2']).ix[idx]
val
some_key1 some_key2
2 0 3
3 1 5
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句