python - Pandas :随机删除行而不洗牌数据集

Question

我有一个数据集，需要在保留行顺序的同时省略几行。我的想法是使用一个掩码，其随机数介于 0 和我的数据集的长度之间，但我不确定如何在不随机排列行的情况下设置掩码，即类似于对数据集进行采样的方法.

示例:数据集有 5 行和 2 列，我想随机删除一行。

Col1 | Col2
  A  |  1
  B  |  2 
  C  |  5     
  D  |  4
  E  |  0

转换为:

Col1 | Col2
  A  |  1
  B  |  2   
  D  |  4
  E  |  0

随机选择省略了第三行 (Col1='C')。

我该怎么办？

Answer 1

以下应该适合您。在这里，我从 df 的索引中采样 remove_n 随机 row_ids。之后，df.drop 从数据框中删除这些行并返回旧数据框的新子集。

import pandas as pd
import numpy as np
np.random.seed(10)

remove_n = 1
df = pd.DataFrame({"a":[1,2,3,4], "b":[5,6,7,8]})
drop_indices = np.random.choice(df.index, remove_n, replace=False)
df_subset = df.drop(drop_indices)

数据框df:

    a   b
0   1   5
1   2   6
2   3   7
3   4   8

DataFrame df_subset:

    a   b
0   1   5
1   2   6
3   4   8