如何在ndarray/Pandas DataFrame指定列内打乱行元素并保留其他列

针对需求，可通过以下步骤完成操作：

步骤说明 #

1. 随机选不重复列索引：从数组列中挑选3个无重复的索引。
2. 保护原数组：创建原数组的副本，避免修改原始数据。
3. 打乱选中列的行内元素：可选择直观的循环逐行处理，或高效的向量化操作。

代码实现 #

方法一：循环逐行处理（直观易懂） #

import numpy as np

# 定义原数组
a = np.array([[1,3,9,8,4],
              [2,4,6,1,9],
              [7,3,0,5,8],
              [1,6,9,2,4]])

# 随机选择3个不重复的列索引
selected_cols = np.random.choice(a.shape[1], 3, replace=False)
# 创建副本避免修改原数组
result = a.copy()

# 遍历每一行，打乱选中列的元素
for row in result:
    # 直接原地打乱当前行选中列的元素
    np.random.shuffle(row[selected_cols])

print("选中的列索引:", selected_cols)
print("处理后的数组:\n", result)

方法二：向量化操作（高效适配大数据集） #

如果数组规模较大，循环会影响执行效率，可使用向量化方法：

import numpy as np

a = np.array([[1,3,9,8,4],
              [2,4,6,1,9],
              [7,3,0,5,8],
              [1,6,9,2,4]])

selected_cols = np.random.choice(a.shape[1], 3, replace=False)
result = a.copy()

# 为每一行生成选中列的打乱索引
shuffled_col_indices = np.array([np.random.permutation(selected_cols) for _ in range(a.shape[0])])
# 通过索引赋值完成元素打乱替换
row_indices = np.arange(a.shape[0])[:, None]
result[row_indices, selected_cols] = result[row_indices, shuffled_col_indices]

print("选中的列索引:", selected_cols)
print("处理后的数组:\n", result)

代码说明 #

• np.random.choice(a.shape[1], 3, replace=False)：从数组总列数中随机选取3个不重复的列索引。
• np.random.shuffle()：原地打乱数组元素，由于numpy切片是视图，修改切片会同步到副本数组。
• 向量化方法中，np.random.permutation(selected_cols)为每行生成选中列的打乱顺序，再通过索引批量赋值完成替换，彻底避免循环开销。

内容的提问来源于stack exchange，提问作者Cranjis