python写一个函数,传入一个dataframe A,筛选出A中Category为B,C,D,E,F,G,H的数据,并从每个Category里随机抽取三条数据组成一个新的dataframe,并返回该dataframe
时间: 2023-11-28 15:47:52 浏览: 27
可以使用 Pandas 库实现这个功能,具体代码如下:
```python
import pandas as pd
import numpy as np
def select_random_data(df):
# 筛选出 Category 为 B,C,D,E,F,G,H 的数据
df_selected = df[df['Category'].isin(['B', 'C', 'D', 'E', 'F', 'G', 'H'])]
# 从每个 Category 中随机抽取三条数据
df_sampled = df_selected.groupby('Category').apply(lambda x: x.sample(n=3))
# 重置索引
df_sampled = df_sampled.reset_index(drop=True)
return df_sampled
```
其中,我们使用 `df[df['Category'].isin(['B', 'C', 'D', 'E', 'F', 'G', 'H'])]` 筛选出 Category 为 B,C,D,E,F,G,H 的数据,使用 `df.groupby('Category').apply(lambda x: x.sample(n=3))` 从每个 Category 中随机抽取三条数据。最后使用 `reset_index` 重置索引。
相关问题
用python 写出大批量筛选时间并且存放到另外一个Dataframe中代码
好的,这是一个技术问题,我可以给您提供一下代码:
假设您的原始数据已经存在一个名为 df 的 DataFrame 中,其中包含一个名为 timestamp 的时间戳列。我们需要对这个时间戳列进行大量的筛选,并将经过筛选后的结果存储到一个名为 result_df 的 DataFrame 中。
请尝试使用以下代码:
```python
import pandas as pd
# 设置筛选条件
start_time = pd.Timestamp('2021-01-01 00:00:00')
end_time = pd.Timestamp('2021-12-31 23:59:59')
# 筛选数据
result_df = df[(df['timestamp'] >= start_time) & (df['timestamp'] <= end_time)]
# 显示筛选结果
print(result_df.head())
```
在这个例子中,我们首先使用 pandas 库读取和处理数据。然后我们定义了两个变量 start_time 和 end_time,它们分别表示要筛选的时间范围。
接下来我们使用 DataFrame 的布尔索引功能,通过对时间戳列进行逻辑运算,得到经过筛选后的结果。最后,我们使用 print() 函数打印出前几行结果以进行验证。
python创建一个dataframe数组,用loc函数筛选出所须行
首先,你需要导入pandas库来创建dataframe和使用loc函数进行筛选操作。
下面是创建一个dataframe数组的示例代码:
```python
import pandas as pd
# 创建一个dataframe数组
df = pd.DataFrame({'Name':['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
'Age':[25, 30, 35, 40, 45],
'Gender':['F', 'M', 'M', 'M', 'F'],
'Country':['USA', 'Canada', 'USA', 'UK', 'Australia']})
```
接下来,我们可以使用loc函数对所需行进行筛选。loc函数可以通过指定行索引或条件进行筛选,例如:
```python
# 筛选出索引为2和4的行
df.loc[[2, 4]]
# 筛选出Country列为'USA'的行
df.loc[df['Country']=='USA']
```
如果你想对筛选出的行进行操作,可以将它们赋值给一个新的dataframe变量,例如:
```python
# 筛选出Age大于等于35的行,并将它们赋值给一个新的dataframe变量
new_df = df.loc[df['Age']>=35]
```
这样,new_df就是一个只包含Age大于等于35的行的dataframe数组了。