在Python里面，使用Pandas里面的DataFrame來存放數(shù)據(jù)的時(shí)候想要把數(shù)據(jù)集進(jìn)行shuffle會(huì)許多的方法，本文介紹兩種比較常用而且簡(jiǎn)單的方法。

應(yīng)用情景：

我們有下面以個(gè)DataFrame

我們可以看到BuyInter的數(shù)值是按照0,-1,-1,2,2,2,3,3,3,3這樣排列的，我們希望不保持這個(gè)次序，但是同時(shí)列屬性又不能改變，即如下效果：

實(shí)現(xiàn)方法：

最簡(jiǎn)單的方法就是采用pandas中自帶的 sample這個(gè)方法。

假設(shè)df是這個(gè)DataFrame

            
df.sample(frac=1)
          

這樣對(duì)可以對(duì)df進(jìn)行shuffle。其中參數(shù)frac是要返回的比例，比如df中有10行數(shù)據(jù)，我只想返回其中的30%,那么frac=0.3。

有時(shí)候，我們可能需要打混后數(shù)據(jù)集的index（索引）還是按照正常的排序。我們只需要這樣操作

            
df.sample(frac=1).reset_index(drop=True)
          

-------------------------------------分割線--------------------------------------------------------------

其實(shí)，sklearn(機(jī)器學(xué)習(xí)的庫）中也有shuffle的方法。

            
from sklearn.utils import shuffle
df = shuffle(df)

          

另外，numpy庫中也有進(jìn)行shuffle的方法（不建議）

            
df.iloc[np.random.permutation(len(df))]
          

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。