为什么循环前两次迭代时sample函数返回的随机数集合完全相同？

导致该现象的具体原因 #

核心原因是你使用的pandas版本低于1.2.0，该版本范围内的DataFrame.sample()方法存在官方已知的随机数状态继承缺陷：

• 当你对同一个DataFrame连续调用sample()且未显式指定random_state参数时，内部随机数生成器的状态不会在连续调用时正确传递，前两次调用会复用同一个初始随机种子，因此返回的抽样结果完全一致，第三次调用才会正常刷新随机状态得到不同结果。
• 小概率场景：如果你在循环外部手动设置过全局随机种子（比如调用过numpy.random.seed()），也可能触发类似表现。

另外你贴出的示例代码循环范围为range(0,2)只会执行2次循环，和你描述的三次输出不符，大概率是写示例时写错了循环参数。

修复方案 #

1. 直接升级pandas到1.2.0及以上的稳定版本，该bug已经在后续版本中被官方修复
2. 临时规避可以在每次调用sample()时显式传入不同的随机状态参数，示例如下：

exp = []
for i in range(0,3):
    exp.append(sample_data.sample(n=5, random_state=i))
    print(exp)

内容的提问来源于stack exchange，提问作者user12170926