在pandas中随机化/打乱数据框的行

Question

我现在想找个方法，把数据表中的每一行随机打乱。我在网上找到一个关于在pandas中按列打乱数据表的讨论（在pandas中打乱数据表），但我想知道有没有办法像这样

import pandas as pd

data = {'day': ['Mon', 'Tues', 'Wed', 'Thurs', 'Fri'],
       'color': ['Blue', 'Red', 'Green', 'Yellow', 'Black'],
       'Number': [11, 8, 10, 15, 11]}

dataframe = pd.DataFrame(data)
    Number   color    day
0      11    Blue    Mon
1       8     Red   Tues
2      10   Green    Wed
3      15  Yellow  Thurs
4      11   Black    Fri

把行随机打乱成类似这样的样子

    Number   color    day
0      Mon    Blue    11
1      Red    Tues     8
2      10     Wed    Green
3      15    Yellow  Thurs
4      Black   11     Fri

如果为了实现这个目的，列标题需要去掉或者其他什么处理，我也是理解的。

补充说明：在我提到的讨论中，有部分代码提到了一个“轴”（axis）参数。我明白，axis = 0是指列，axis = 1是指行。我试着把代码中的轴改成1，结果发现只有当表格全是数字时，它才会随机打乱我的数据表（如果是字符串列表，或者数字和字符串的组合就不行）。

那么，我是不是应该考虑不使用数据表？有没有更好的二维结构，可以让我在数据全是字符串或者是数字和字符串的组合时，随机打乱行和列呢？

Answer 1

在@jrjc的回答基础上，我发布了一个链接，里面使用了 np.apply_along_axis() 这个方法，链接是 https://stackoverflow.com/a/44686455/5009287。

a = np.array([[10, 11, 12], [20, 21, 22], [30, 31, 32],[40, 41, 42]])
print(a)
[[10 11 12]
 [20 21 22]
 [30 31 32]
 [40 41 42]]

print(np.apply_along_axis(np.random.permutation, 1, a))
[[11 12 10]
 [22 21 20]
 [31 30 32]
 [40 41 42]]

你可以查看完整的回答，看看这个方法是如何和Pandas数据框结合使用的。

Answer 2

也许可以先把这个二维数组变成一维的，然后再打乱顺序？

In [21]: data2=dataframe.values.flatten()

In [22]: np.random.shuffle(data2)

In [23]: dataframe2=pd.DataFrame (data2.reshape(dataframe.shape), columns=dataframe.columns )

In [24]: dataframe2
Out[24]: 
  Number   color    day
0   Tues  Yellow     11
1    Red   Green    Wed
2  Thurs     Mon   Blue
3     15       8  Black
4    Fri      11     10

Answer 3

编辑：我之前误解了问题，实际上只是想打乱行，而不是整个表格，对吧？

我觉得使用数据框（dataframe）没什么太大意义，因为列名变得没用了。所以你可以直接使用二维的numpy数组：

In [1]: A
Out[1]: 
array([[11, 'Blue', 'Mon'],
       [8, 'Red', 'Tues'],
       [10, 'Green', 'Wed'],
       [15, 'Yellow', 'Thurs'],
       [11, 'Black', 'Fri']], dtype=object)

In [2]: _ = [np.random.shuffle(i) for i in A] # shuffle in-place, so return None

In [3]: A
Out[3]: 
array([['Mon', 11, 'Blue'],
       [8, 'Tues', 'Red'],
       ['Wed', 10, 'Green'],
       ['Thurs', 15, 'Yellow'],
       [11, 'Black', 'Fri']], dtype=object)

如果你想保留数据框的话：

In [4]: pd.DataFrame(A, columns=data.columns)
Out[4]: 
  Number  color     day
0    Mon     11    Blue
1      8   Tues     Red
2    Wed     10   Green
3  Thurs     15  Yellow
4     11  Black     Fri

---

这里有一个函数可以用来打乱行和列：

import numpy as np
import pandas as pd

def shuffle(df):
    col = df.columns
    val = df.values
    shape = val.shape
    val_flat = val.flatten()
    np.random.shuffle(val_flat)
    return pd.DataFrame(val_flat.reshape(shape),columns=col)

In [2]: data
Out[2]: 
   Number   color    day
0      11    Blue    Mon
1       8     Red   Tues
2      10   Green    Wed
3      15  Yellow  Thurs
4      11   Black    Fri

In [3]: shuffle(data)
Out[3]: 
  Number  color     day
0    Fri    Wed  Yellow
1  Thurs  Black     Red
2  Green   Blue      11
3     11      8      10
4    Mon   Tues      15

希望这能帮到你