Skip to main content
 首页 » 编程设计

Python 如何根据唯一的客户 ID 将数据框分成两个大小相等的组

2024年10月25日9oomusou

我有一个包含客户 ID 的交易数据框,如下所示

ID 
1 
1 
1 
2 
2 
3 
3 
3 
3 
4 
4 

我想随机将这个数据集分成 2 个其他数据集(data1 和 data2,它们具有相同数量的独特IDs,重要的是split是随机的,输出可以如下

对于data1:

ID 
2 
2 
4 
4 

对于data2:

ID 
1 
1 
1 
3 
3 
3 
3 

我怎样才能在 python/pandas 中轻松地做到这一点? 谢谢。

请您参考如下方法:

获取列表中的唯一 ID 并将列表分成两半:

In [28]: import random 
 
In [29]: df 
Out[29]:  
    ID 
0    1 
1    1 
2    1 
3    2 
4    2 
5    3 
6    3 
7    3 
8    3 
9    4 
10   4 
 
In [32]: ids = df.ID.unique() 
 
In [33]: random.shuffle(ids) 
 
In [34]: n = len(ids) 
 
In [35]: ids1, ids2 = ids[:n/2], ids[n/2:] 
 
In [36]: ids1 
Out[36]: array([1, 2]) 
 
In [37]: ids2 
Out[37]: array([3, 4]) 
 
In [39]: df1 = df[df.ID.isin(ids1)] 
 
In [40]: df2 = df[df.ID.isin(ids2)] 
 
In [41]: df1 
Out[41]:  
   ID 
0   1 
1   1 
2   1 
3   2 
4   2 
 
In [42]: df2 
Out[42]:  
    ID 
5    3 
6    3 
7    3 
8    3 
9    4 
10   4