如何随机选择二维DataFrame部分列并打乱列内数值？

针对Pandas DataFrame的实现 #

步骤1：构造示例数据（或导入你的DataFrame） #

import pandas as pd
import numpy as np

# 还原你提供的示例DataFrame
data = [
    [5,3,7,1,2,9],
    [1,7,5,3,0,8],
    [0,2,7,1,6,5],
    [8,4,2,1,9,7],
    [2,9,5,6,3,4],
    [7,5,8,2,1,0]
]
df = pd.DataFrame(data)

步骤2：选择要打乱的列 #

• 方式一：随机指定数量的列（比如随机选3列）

# 从所有列中随机选3个不重复的列
cols_to_shuffle = np.random.choice(df.columns, size=3, replace=False)

• 方式二：手动指定列（对应你示例中的第1、2、最后一列，索引为1、2、5）

cols_to_shuffle = [1, 2, 5]

步骤3：仅打乱选中列的内部数值 #

遍历选中的列，用np.random.permutation生成随机排列后替换原列：

for col in cols_to_shuffle:
    df[col] = np.random.permutation(df[col])

执行后，只有指定列的数值被打乱，其他列保持原始顺序，和你给出的示例结果逻辑一致。

针对Numpy数组的实现 #

如果你用的是Numpy二维数组，逻辑类似：

import numpy as np

# 构造示例数组
arr = np.array([
    [5,3,7,1,2,9],
    [1,7,5,3,0,8],
    [0,2,7,1,6,5],
    [8,4,2,1,9,7],
    [2,9,5,6,3,4],
    [7,5,8,2,1,0]
])

# 随机选3列
cols_to_shuffle = np.random.choice(arr.shape[1], size=3, replace=False)

# 对选中列执行in-place打乱
for col in cols_to_shuffle:
    np.random.shuffle(arr[:, col])

纠正你原代码的问题 #

你之前写的np.random.random(df)是生成和输入形状相同的随机数组，并非打乱原有数据。如果要实现全列打乱，正确代码应为：

• Pandas版本：

df = df.apply(np.random.permutation)

• Numpy版本：

for col in range(arr.shape[1]):
    np.random.shuffle(arr[:, col])

内容的提问来源于stack exchange，提问作者user23487612