如何按第一列相同值分组后批量打乱数组行？

我之前做数据预处理的时候刚好碰到过一模一样的需求，直接用numpy.random.shuffle()确实不行——它会把所有行彻底打乱，完全不管分组。其实咱们可以换个思路，先按第一列的值分组，再打乱分组的顺序（组内的行可以选打乱或不打乱），最后把这些分组拼起来就行，具体实现看下面：

核心思路 #

• 先把数组按第一列的取值分成若干个独立分组
• 随机打乱这些分组的整体排列顺序
• （可选）每个组内部的行也可以随机打乱（不影响同组连续的要求）
• 把打乱后的各组重新拼接成完整数组

代码实现 #

import numpy as np

# 生成测试数组方便验证效果
np.random.seed(42)  # 固定随机种子，结果可复现
m, n = 12, 3
# 第一列用0、1、2的重复值，模拟题目中存在相同值的场景
test_arr = np.hstack([np.random.randint(0, 3, size=(m,1)), np.random.rand(m, n-1)])

print("原始数组：")
print(test_arr)

# 步骤1：提取第一列，获取所有唯一分组值
first_column = test_arr[:, 0]
unique_groups = np.unique(first_column)

# 步骤2：随机打乱分组的顺序
shuffled_group_order = np.random.permutation(unique_groups)

# 步骤3：按新的分组顺序拼接，同时可选打乱组内行
final_result = []
for group_val in shuffled_group_order:
    # 取出当前分组的所有行
    group_data = test_arr[first_column == group_val]
    # 可选操作：打乱组内的行顺序（不需要的话直接删掉这行）
    np.random.shuffle(group_data)
    final_result.append(group_data)

# 把所有分组垂直拼接成最终数组
shuffled_arr = np.vstack(final_result)

print("\n处理后的数组（同第一列值的行保持连续，整体顺序打乱）：")
print(shuffled_arr)

代码说明 #

• np.unique()用来快速提取第一列的所有唯一值，这就是我们的分组依据
• np.random.permutation()用来打乱分组的顺序，它会返回新的打乱后的数组，不会修改原分组列表，比直接用shuffle()更稳妥
• 循环里的np.random.shuffle(group_data)是可选操作：如果希望同组内的行也随机打乱就保留，要是想让同组内的行保持原始相对顺序就删掉这一行
• 最后用np.vstack()把所有分组拼接起来，得到符合要求的最终数组

这样处理后，既能保证第一列值相同的行始终连续，又能让整个数组的行顺序（分组层面）是随机打乱的，完全满足你的需求~

内容的提问来源于stack exchange，提问作者Mathews24