如何修改Python脚本实现不同长度连续相邻元素的随机抽取

• 目标：处理148行、1500列的DataFrame，从每列中随机抽取长度为2、6、12、24的相邻连续点
• 约束：抽取连续点时禁止将序列首个观测值和末尾观测值相连

示例：数组A=[2,9,7,6,0]抽取长度为2的连续点时
合法结果：(2,9)、(9,7)、(6,0)、(9,2)、(7,9)、(6,7)、(0,6)等
非法结果：(2,0)、(0,2)这类首尾跨接的组合，不得纳入抽样范围

• 现有可运行的随机非连续点抽取脚本如下：

df=data # My data set consists of 148 columns and 1500 rows 

for i in range(1):
    hr_ev = df.iloc[:,i] # select particular column 
    N = 1000 # lengt of data
    C =4 # number of columns
    rand_hr = np.zeros(shape = (1000,4)) # empty array
    for u,j in zip([2, 6, 12, 24],range(C)): # intervals of random picking 
        for i in range(N):
            x=np.random.choice(hr_ev, size=u, replace=True) # random picking 
            c=np.sum(x) # sum of randomly picked observations 
            rand_hr[i,j] = c 
    df_hr = pd.DataFrame(rand_hr) 
print(df_hr)

核心逻辑：连续片段抽取不需要随机挑选独立元素，只需要随机生成合法的起始索引，保证「起始索引+抽取长度」不超过序列总长度，即可完全避免首尾跨接的问题。
修改后的代码保留原脚本的输出逻辑，修复了连续抽取的问题：

import numpy as np
import pandas as pd

# 加载实际数据
df = data

# 若需要遍历所有列，将range(1)改为range(df.shape[1])即可
for col_idx in range(1):
    hr_ev = df.iloc[:, col_idx].values
    N = 1000  # 单种长度的抽样次数
    seq_len = len(hr_ev)
    rand_hr = np.zeros(shape=(N, 4))
    
    for col_pos, sample_len in enumerate([2, 6, 12, 24]):
        # 计算合法起始索引的最大值：索引从0开始，最大起始位置为seq_len - sample_len
        max_valid_start = seq_len - sample_len
        # 批量生成N个合法起始索引
        start_idx_list = np.random.randint(0, max_valid_start + 1, size=N)
        for row in range(N):
            s = start_idx_list[row]
            # 切片取连续sample_len个元素
            continuous_sample = hr_ev[s : s + sample_len]
            rand_hr[row, col_pos] = continuous_sample.sum()
    
    df_hr = pd.DataFrame(rand_hr, columns=['sample_len2', 'sample_len6', 'sample_len12', 'sample_len24'])

print(df_hr)

补充说明 #

• 上述代码默认对每个长度做1000次有放回连续抽样，即同一个连续片段可能被多次抽取
• 如果需要无放回抽样，将生成起始索引的代码替换为start_idx_list = np.random.choice(np.arange(max_valid_start + 1), size=N, replace=False)即可，注意此时要求抽样次数N不能超过该长度对应的合法片段总数（即seq_len - sample_len + 1）
• 输出列名可根据实际需求自行修改删除

内容的提问来源于stack exchange，提问作者Adnan