2
A
回答
3
In [22]: df = pd.DataFrame({'A': ['foo', 'bar'] * 3,
'B': rand.randn(6),
'C': rand.randint(0, 20, 6)})
In [23]: groups = list(df.groupby('A'))
In [24]: random.shuffle(groups)
In [25]: for g, grp in groups:
print grp
....:
A B C
0 foo 0.900856 4
2 foo -0.122890 19
4 foo -0.267888 8
A B C
1 bar -0.683728 5
3 bar -0.935769 6
5 bar 0.530355 0
相關問題
- 1. Python Pandas:過濾數據幀
- 2. R/GGPLOT2 - 通過數據幀
- 3. 通過在數據幀
- 4. 迭代通過數據幀
- 5. 迭代通過數據幀
- 6. 通過數據幀循環
- 7. 輥通過數據幀
- 8. 通過第二個數據幀過濾數據幀
- 9. 通過值計數過濾數據幀
- 10. 組通過對值數據幀從其它數據幀
- 11. Python熊貓通過多個索引範圍切片數據幀
- 12. Python的數據幀
- 13. 通過向量重塑數據幀
- 14. 通過字符串調用數據幀
- 15. 通過循環填充數據幀R
- 16. 通過組中的數據幀
- 17. 組通過在大熊貓數據幀
- 18. 繪圖圖表通過在數據幀
- 19. 轉換一個數據幀,並通過
- 20. 過濾數據幀
- 21. Python Pandas:通過應用正則表達式來過濾數據幀
- 22. Pyspark據幀組通過過濾
- 23. FuncAnimation通過幀參數
- 24. 通過數據幀變量劃分整個熊貓multiIndex數據幀
- 25. R:通過多個列值將數據幀索引到數據幀中
- 26. 通過另一個數據幀中的值列表拆分熊貓數據幀
- 27. 通過匹配來自另一個數據幀的列來子集數據幀
- 28. 通過循環另一個數據幀來映射數據幀的元素
- 29. 結合1行數據幀和正行數據幀,通過複製1行,並追加到n行數據幀
- 30. 通過不同數量的邏輯列過濾數據幀
重複的問題,雖然我喜歡傑夫的解決方案比任何更好,我在這裏看到:http://stackoverflow.com/questions/10445549/pandas-shuffle-rows-at-a-certain-level –