如何解决以固定百分比随机排列熊猫中的单列
我正在尝试使用Sklearn utils随机播放功能按固定百分比(每次迭代中的行的2%。总迭代= 30)对熊猫中的单个列进行混洗。但这不会更改原始数据框。有什么方法可以对原始数据框应用此操作?还是有其他替代方法?谢谢。
代码如下:
from sklearn.utils import shuffle
for i in range(0,30,2):
percent = (i/100) * len(df_task2_train)
shuffle(df_task2_train['class'],n_samples=int(percent))
解决方法
您没有分配结果,而是sklearn输出numpy数组:尝试类似
shuffled_dfs = [None] * len(range(0,30,2))
for i in range(0,2):
percent = (i/100) * len(df_task2_train)
shuffled_dfs[i] = pd.DataFrame(shuffle(df_task2_train['class'],n_samples=int(percent)))
如果要合并所有产生的df,则可以
shuffled_df = pd.concat(shuffled_dfs)
坦率地说,我不会使用sklearn,而是使用pandas.DataFrame.sample,这样您就不必在numpy数组和pandas数据帧之间切换
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。