雪是一种能够令人产生多种情绪的东西，当窗外那像柳絮、像芦花般的雪花，正在纷纷扬扬地从天而降的时候，当大地被雪花装饰得像铺上白色的地毯一样的时候，站在窗户边上，望着它们。
在Python里面，使用Pandas里面的DataFrame来存放数据的时候想要把数据集进行shuffle会许多的方法，本文介绍两种比较常用而且简单的方法。
应用情景：
我们有下面以个DataFrame
我们可以看到BuyInter的数值是按照0,-1,-1,2,2,2,3,3,3,3这样排列的，我们希望不保持这个次序，但是同时列属性又不能改变，即如下效果：
实现方法：
最简单的方法就是采用pandas中自带的 sample这个方法。
假设df是这个DataFrame
df.sample(frac=1)
这样对可以对df进行shuffle。其中参数frac是要返回的比例，比如df中有10行数据，我只想返回其中的30%,那么frac=0.3。
有时候，我们可能需要打混后数据集的index（索引）还是按照正常的排序。我们只需要这样操作
df.sample(frac=1).reset_index(drop=True)
-------------------------------------分割线--------------------------------------------------------------
其实，sklearn(机器学习的库）中也有shuffle的方法。
from sklearn.utils import shuffle df = shuffle(df)
另外，numpy库中也有进行shuffle的方法（不建议）
df.iloc[np.random.permutation(len(df))]
到此这篇关于Python Pandas 如何shuffle（打乱）数据就介绍到这了。你跟别人的差距，不在于你走的慢。而在于，别人走的时候，你一直在看。更多相关Python Pandas 如何shuffle（打乱）数据内容请查看相关栏目，小编编辑不易，再次感谢大家的支持！
