Python Pandas 如何shuffle（打乱）数据
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))]
您可能感兴趣的文章:pandas数据处理进阶详解Python数据分析模块pandas用法详解pandas 选取行和列数据的方法详解pandas 对日期类型数据的处理方法详解Python使用Pandas对csv文件进行数据处理的方法使用Pandas对数据进行筛选和排序的实现详解pandas数据合并与重塑（pd.concat篇）Pandas数据离散化原理及实例解析
