如何在Pandas多分组列内对指定列数据进行随机打乱？

错误原因分析 #

你之前的代码存在两个核心问题：

• 分组列仅指定了"values"，但实际需要按ID、values、source、type、function5列分组，必须传入列名列表才能避免多键索引弃用警告
• transform中指定的操作列错误，你需要打乱的是values_new_column，而非source、type、function、ID列

正确实现代码 #

# 先完成原value列到新列的复制
pdf1["values_new_column"] = pdf1["value"].copy()

# 按指定5列分组，对values_new_column执行组内打乱
pdf1["values_new_column"] = pdf1.groupby(["ID", "values", "source", "type", "function"])["values_new_column"].transform(np.random.permutation)

代码说明 #

• groupby传入列名列表["ID", "values", "source", "type", "function"]，完全匹配你的分组需求，同时规避弃用警告
• 针对values_new_column调用transform(np.random.permutation)，实现每个分组内该列数据的随机重排，其他列保持原有顺序

内容的提问来源于stack exchange，提问作者mb_eng