python - 在 pandas 中对整个 DataFrame 进行采样时，避免连续列中出现两个相同的值

Question

我想通过“pd.sample”方法随机化我的DataFrame，但为了实现条件采样。我需要结果满足以下条件:特定列中连续两行没有相同的值。

e.g.: A  B
      a  2
      b  3 
      c  3
      d  4

我想要像这样的示例结果

e.g.  A  B
      a  2
      c  3
      d  4
      b  3 

(即 B 包含相同值的行不会是连续的)

我怎样才能实现这个目标？我已经有以下内容，但作为新手，我不熟悉编写循环语句:

def compareSyllable(data):
    for i in data:
        (data['B'] != data['B'].shift()).any()

while compareSyllable(data) == True: 
        for i in range(data):
            data_final=data.sample(frac=1)

Answer 1

比较音节

我会使用values属性来获取一个numpy数组。此比较的语法更清晰。 IIUC，您不希望在任何列中从一行到下一行有任何匹配值。因此，在 numpy 数组上使用 all 会自动检查数组中的每个值。

conditional_sample

我这样做是为了让您实际上可以通过 pd.DataFrame.pipe 将您想要的任何参数传递给 pd.DataFrame.sample。我还参数化了条件采样所依赖的谓词。这意味着，您可以创建其他条件函数来传递以满足其他目的。

pd.DataFrame.pipe

pipe 是一个 DataFrame 方法，其第一个参数是可调用的。 pipe 传递给该可调用函数作为其第一个参数，与调用 pipe 的 DataFrame 相同。其余参数将传递给可调用函数。

def compare_syllable(data):
    v = data.values
    return (v[:-1] != v[1:]).all()

def conditional_sample(df, predicate, *args, **kwargs):
    d = df.sample(*args, **kwargs)
    while not predicate(d):
        d = df.sample(*args, **kwargs)
    return d

df.pipe(conditional_sample, compare_syllable, frac=1)

   A  B
2  c  3
0  a  2
1  b  3
3  d  4

<小时/>

我还要指出 pipe 是我的选择，我们也可以通过像这样的更正常的方式来调用它:

conditional_sample(
    df=df,
    predicate=compare_syllable,
    frac=1
)

   A  B
2  c  3
0  a  2
3  d  4
1  b  3

<小时/>

演示

为了进一步证明我们可以传递其他参数，我将放弃 frac=1 参数并传递 3，这将是要采样的行数

df.pipe(conditional_sample, compare_syllable, 3)

A B

1  b  3
0  a  2
3  d  4

这也满足条件。

<小时/>

包含无限循环处理的版本

from itertools import count, islice

def compare_syllable(data):
    v = data.values
    return (v[:-1] != v[1:]).all()

def conditional_sample(df, predicate, limit=None, **kwargs):
    """default limit of None is infinite limit"""
    d = df.sample(**kwargs)
    for i in islice(count(), limit):
        if predicate(d):
            return d
            break
        else:
            d = df.sample(**kwargs)

df.pipe(conditional_sample, compare_syllable, limit=10, frac=1)

   A  B
2  c  3
3  d  4
1  b  3
0  a  2