pandas中基于另一列类别对单列子集执行组内置换的实现方法

你可以直接用pandas内置的groupby+transform组合实现需求，完全不需要显式循环，对上千个分组的场景性能足够：

核心实现代码 #

import pandas as pd

# 示例DataFrame构造
df = pd.DataFrame({
    'col1': [1, 1, 1, 2, 2, 2, 3, 3, 3], 
    'col2': ['a', 'b', 'c', 'A', 'C', 'B', 'red', 'blue', 'green']
})

# 仅在col1同组范围内打乱col2
df['col2'] = df.groupby('col1')['col2'].transform(lambda x: x.sample(frac=1).values)

说明 #

• sample(frac=1)代表对当前组的样本100%随机抽取，等价于打乱顺序
• 末尾加.values是为了返回numpy数组，规避pandas索引对齐导致打乱失效的问题
• 如果需要固定随机结果方便复现，可以给sample加random_state参数，例如x.sample(frac=1, random_state=42).values

方案优势 #

• 没有显式循环，代码简洁易读
• 基于pandas原生优化的分组逻辑，即使col1有数千个不同分组，执行效率也远高于手写循环

内容的提问来源于stack exchange，提问作者user7725010