在python中，如何在不替换特定列的情况下生成随机采样？

Question

输入数据看起来有点像这样

import pandas as pd
df = pd.DataFrame({'users': ['John', 'Bob', 'Alice', 'John', 'Alice','Bob','Alice'], 
                   'class': ['Economics','Economics','Economics','Maths','Maths','Physics','Physics']})

应该生成随机数据，使得class不会被替换，但users可以被替换。

random_df1 = pd.DataFrame({'users': ['John', 'Bob', 'Alice'], 
                   'class': ['Economics','Maths','Physics']})
or 
random_df2 = pd.DataFrame({'users': ['John', 'John', 'Bob'], 
                   'class': ['Economics','Maths','Physics']})

Answer 1

使用Series.unique获取列class中的唯一值，然后使用np.random.choice随机选择users (在给定的类中)来创建新的数据帧

df_ = pd.DataFrame([
    {'users': np.random.choice(df.loc[df['class'].eq(c), 'users']), 'class': c}
    for c in df['class'].unique()])

结果：

print(df_)
   users      class
0   John  Economics
1  Alice      Maths
2  Alice    Physics

Answer 2

在class列上使用groupby，然后使用sample方法从特定class中随机选择样本

df = df.groupby("class").apply(lambda x: x.sample(1)).reset_index(drop=True)

输出：

   users      class
0    Bob  Economics
1  Alice      Maths
2    Bob    Physics