如何在多索引 pandas 数据框中获取随机样本？

Question

我有一个根据以下变量编制索引的数据框：名称 - 日期。姓名是某种奇怪的 ID，日期是..日期。

数据非常大，我想检查一下我有几个随机选择的 NAME 的数据。

即

从可能的名字中随机选择一个名字
检查此 NAME 的数据，按时间排序。

我不知道该怎么做。我看到我们可以使用 get_level_values，但我没有具体的名称，我只想多次调用随机样本。

感谢任何帮助！谢谢！

Answer 1

您可以忘记您的 multi-index，只需使用 isin 和 sample:

import random
df = df.reset_index()
df[df['NAME'].isin(random.sample(list(df['NAME'].unique()),5))]

Answer 2

import pandas as pd
import numpy as np
import random
import string

df = pd.DataFrame(data={'NAME': [''.join(random.choice(string.ascii_uppercase + string.ascii_lowercase + string.digits) for _ in range(17)) for _ in range(10)],
            'Date': pd.date_range('1/01/2016', periods=10),
            'Whatever': np.random.randint(20, 50, 10)},
                  columns=['NAME', 'Date', 'Whatever']).set_index(['NAME', 'Date'])

random_df = df[df.index.get_loc(np.random.choice(df.index.levels[0])) == True].sort_index(level=1)
print(random_df)

Returns 一个 df 看起来像这样：

                              Whatever
NAME              Date                
xg71zOEQVOEfCZ2ne 2016-01-01        35
qLCXuEerCXi6gmF1Y 2016-01-02        26
0vDe7x8TIb5FRv7hV 2016-01-03        40
Ddc6FGKBdtcLqT53O 2016-01-04        31
IYcrKG9pjt7mHH3qn 2016-01-05        44
lAWObNTC8yXPMY3v5 2016-01-06        49
k90QWdPc5qFSCFi1c 2016-01-07        22
BWQoHo8lUyEwK9Nuf 2016-01-08        42
Xt0bxUerTan0i1eGw 2016-01-09        22
tc7PYCzpyGmYLbnxu 2016-01-10        46

一个看起来像这样的 random_df:

                              Whatever
NAME              Date                
IYcrKG9pjt7mHH3qn 2016-01-05        44

如何在多索引 pandas 数据框中获取随机样本？

how to get a random sample in a multiindex pandas dataframe?

python

random-sample

pandas