如何在Python Pandas中随机选取行，使选中值之和为总值的30%？

1. 先明确目标值 #

首先计算Value列的总和，再乘以30%得到目标和。以你提供的数据为例：

import pandas as pd
import numpy as np

# 读取CSV数据（替换为你的文件路径）
df = pd.read_csv('your_file.csv')

# 计算总值与目标和
total_value = df['Value'].sum()
target_sum = total_value * 0.3

你的示例数据中，total_value=81，target_sum=24.3——由于所有Value都是整数，无法找到精确匹配的子集，这种情况可以考虑取整（比如调整为24），或者允许微小误差。

2. 随机搜索实现（适合大多数场景） #

如果数据量不算太大，直接用随机采样的方式循环尝试，直到找到符合条件的子集：

def find_matching_subset(df, target, max_tries=10000):
    for _ in range(max_tries):
        # 随机选择1到总行数之间的行数
        sample_size = np.random.randint(1, len(df)+1)
        sampled_rows = df.sample(n=sample_size)
        current_sum = sampled_rows['Value'].sum()
        # 允许0.1的误差（处理浮点数精度问题），如果需要精确整数匹配，改成current_sum == int(target)
        if abs(current_sum - target) < 0.1:
            return sampled_rows
    # 多次尝试未找到的情况
    return None

# 调用函数获取结果
result = find_matching_subset(df, target_sum)
if result is not None:
    print("找到符合条件的子集：")
    print(result)
else:
    print(f"尝试{max_tries}次未找到匹配子集，可尝试增大次数或调整目标值")

3. 精确枚举子集（仅适合小数据量） #

如果必须精确匹配，且数据行数很少（比如≤20），可以枚举所有可能的子集组合：

from itertools import combinations

def find_exact_match_subset(df, target):
    row_count = len(df)
    # 遍历所有可能的子集大小（1到总行数）
    for subset_size in range(1, row_count+1):
        # 生成所有该大小的索引组合
        for index_combo in combinations(df.index, subset_size):
            subset = df.loc[index_combo]
            if subset['Value'].sum() == target:
                return subset
    return None

# 示例：如果把目标值调整为24（整数），会返回Value和为24的子集
# result = find_exact_match_subset(df, 24)

注意要点 #

• 数据量较大时（行数>20），枚举子集的方法会因组合爆炸变得极慢，优先用随机搜索或启发式算法（如遗传算法）。
• 浮点数场景下，避免直接用==判断相等，改用误差范围匹配。
• 随机搜索的尝试次数越多，找到匹配的概率越高，但耗时也会相应增加，可根据实际情况调整max_tries参数。

内容的提问来源于stack exchange，提问作者Mary