如何按随机循环重复模式对Pandas DataFrame进行排序？

我完全懂你的需求——你希望把DataFrame里的名字条目尽量均匀地穿插排列，而且每次的排序顺序是随机的（不会固定死循环顺序），同时必须保留所有行，确保哪怕只查看前20%的数据，每个名字都有平等的出现机会。这个需求可以通过「分组分配批次+随机定义循环顺序」来实现，具体步骤如下：

步骤1：准备示例数据 #

先把你给出的示例数据转换成Pandas DataFrame：

import pandas as pd
import numpy as np

# 构造你的示例数据
data = {
    'Name': ['Sam', 'John', 'Amy', 'Sam', 'Sam', 'Amy', 'Sam', 'Amy', 'Sarah', 'John', 'Sam'],
    'Score': ['2','3','5','4','6','10','8','15','7','9', '12']
}
df = pd.DataFrame(data)

步骤2：给每个名字的条目分配「批次号」 #

我们先按名字分组，给每个名字下的条目分配一个递增的序号（相当于这个条目在自己名字组里的“批次”）。比如Sam有5条数据，它的批次号就是0、1、2、3、4；Amy有3条，批次号是0、1、2，以此类推：

# 给每个名字的条目分配组内序号（批次号）
df['batch'] = df.groupby('Name').cumcount()

步骤3：生成随机的名字循环顺序 #

接下来随机打乱所有唯一名字的顺序，这个顺序就是我们后续循环的基础（每次运行都会生成不同的顺序，避免固定循环）：

# 随机打乱唯一名字的顺序，作为循环排序的依据
random_name_order = np.random.permutation(df['Name'].unique())
# 把名字映射成排序用的优先级数值
name_rank = {name: idx for idx, name in enumerate(random_name_order)}
df['name_rank'] = df['Name'].map(name_rank)

步骤4：按批次+随机名字顺序排序 #

最后我们先按批次号升序排序，同一批次内再按刚才生成的随机名字顺序排序，这样就能实现“每个批次里按随机顺序循环出现各名字的条目”，同时保证所有行都被保留：

# 执行排序，然后删除辅助列
sorted_df = df.sort_values(by=['batch', 'name_rank']).drop(columns=['batch', 'name_rank'])
# 重置索引（可选，根据你的需求决定是否保留）
sorted_df = sorted_df.reset_index(drop=True)

# 查看结果
print(sorted_df)

效果说明 #

运行这段代码后，你会得到类似这样的结果（因为名字顺序是随机的，每次输出会略有不同）：

Name Score
0   Sarah     7
1     Amy     5
2     Sam     2
3    John     3
4     Amy    10
5     Sam     4
6    John     9
7     Amy    15
8     Sam     6
9     Sam     8
10    Sam    12

这个结果里，每个名字的条目被均匀穿插在各个批次中，而且每次运行的循环顺序都是随机的，完美满足你的需求：既保证了前20%数据里每个名字都有机会出现，又保留了所有行，还实现了随机循环的效果。

备注：内容来源于stack exchange，提问作者umbrellas