我有一个非常大的 DataFrame，看起来像这个例子 df:
df =
col1 col2 col3
apple red 2.99
apple red 2.99
apple red 1.99
apple pink 1.99
apple pink 1.99
apple pink 2.99
... .... ...
pear green .99
pear green .99
pear green 1.29
我像这样按 2 列分组:
g = df.groupby(['col1', 'col2'])
现在我想选择 3 个随机组。所以我的预期输出是这样的:
col1 col2 col3
apple red 2.99
apple red 2.99
apple red 1.99
pear green .99
pear green .99
pear green 1.29
lemon yellow .99
lemon yellow .99
lemon yellow 1.99
(假设以上三组是来自 df 的随机组)。 我怎样才能做到这一点？我正在使用 this .但这对我的情况没有帮助。
请您参考如下方法:
您可以使用 shuffle 和 ngroup
g = df.groupby(['col1', 'col2'])
a=np.arange(g.ngroups)
np.random.shuffle(a)
df[g.ngroup().isin(a[:2])]# change 2 to what you need :-)
