如何在DataFrame中对指定多列（a、b、c）进行同步随机洗牌？

首先，我理解你的需求：要让DataFrame中的a、b、c三列同步打乱行顺序（也就是这三列里每行的对应关系保持不变，只是整体随机重排），而d、e、f列保持原来的行数据不动。

下面是具体的实现步骤，用Pandas就能轻松搞定：

步骤1：准备示例DataFrame（如果你的数据已经存在，这步可以跳过） #

先模拟你给出的数据结构，方便演示：

import pandas as pd

# 构造你的DataFrame
data = {
    'a': ['hello.text', 'hello2.text', 'hello3.text', 'hello4.text'],
    'b': [1, 2, 5, 8],
    'c': [2, 10, 8, 15],
    'd': [],  # 这里留空或者填你实际的d列数据
    'e': [],
    'f': []
}
df = pd.DataFrame(data)

步骤2：同步打乱a、b、c列 #

核心思路是先把这三列单独提取出来，打乱它们的行顺序，再替换回原DataFrame：

# 提取需要洗牌的列到临时DataFrame
temp_cols = df[['a', 'b', 'c']]

# 随机打乱临时DataFrame的行顺序（frac=1表示取全部行，random_state可选，用于固定随机结果方便复现）
shuffled_temp = temp_cols.sample(frac=1, random_state=42).reset_index(drop=True)

# 将打乱后的列替换回原DataFrame
df[['a', 'b', 'c']] = shuffled_temp

执行完上面的代码后，你就会得到类似你给出的示例效果：a、b、c列的行随机重排，但每行的三个值依然对应，而d、e、f列保持原样。

补充说明 #

• 如果不需要固定随机结果，可以去掉random_state参数，每次运行都会得到不同的洗牌结果。
• 如果你想让整个DataFrame的行（包括d、e、f）都跟着a、b、c同步打乱，那更简单，直接用df = df.sample(frac=1)即可，但这和你描述的需求不太匹配，所以优先推荐上面的方法。

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