如何实现每次打印时从DataFrame df0随机生成20条记录的df1子集？

我有一个包含100条记录的DataFrame df0，希望每次打印df1时，都能生成一个包含20条记录的子集。该子集的记录从df0中随机选取且顺序随机，同时保持列数与df0一致，所有df1中的数据均来自df0。

示例：
df0 结构如下：

第一次执行print(df1)，输出的随机子集：

第二次执行print(df1)，输出另一组随机子集：

以此类推……

可以利用Pandas的sample()方法结合动态属性或函数，实现每次访问/调用时生成新的随机子集。

方法1：使用@property装饰器（动态属性） #

将df1定义为动态属性，每次访问都会重新生成随机子集：

import pandas as pd

# 假设df0是已存在的100条记录的DataFrame
@property
def df1():
    # 随机选取20条记录，重置索引
    return df0.sample(n=20).reset_index(drop=True)

# 使用示例
print(df1)  # 第一次生成随机子集
print(df1)  # 第二次生成全新的随机子集

方法2：定义函数 #

如果更习惯用函数调用，也可以定义一个生成子集的函数：

def get_random_subset():
    return df0.sample(n=20).reset_index(drop=True)

# 使用示例
print(get_random_subset())  # 第一次打印随机子集
print(get_random_subset())  # 第二次打印全新的随机子集

• sample(n=20)：从df0中随机抽取20条记录，默认是不放回抽样；如果需要允许重复抽取同一条记录，添加参数replace=True即可。
• reset_index(drop=True)：重置子集的索引为0开始的连续整数，避免保留原df0的索引值导致混乱。
• 每次调用/访问时，sample会使用不同的随机种子（默认random_state=None），确保每次结果都是随机且不同的。

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