Pandas中GroupBy后随机选取指定数量分组的实现方法

没问题，针对你已经按col1和col2分组的DataFrame，这里有两种实用的方法来随机选取3个分组并提取对应的数据：

方法一：手动筛选分组后合并 #

这种方法适合需要先查看选中分组名称的场景：

import pandas as pd
import numpy as np

# 你的分组对象
g = df.groupby(['col1', 'col2'])

# 获取所有分组的键（即(col1, col2)的组合）
all_groups = list(g.groups.keys())

# 随机挑选3个不重复的分组
selected = np.random.choice(all_groups, size=3, replace=False)

# 把选中的分组数据拼接起来
result = pd.concat([g.get_group(group) for group in selected])

# 输出结果
print(result)

方法二：使用GroupBy的sample方法（更简洁） #

Pandas的GroupBy对象自带sample方法，可以直接指定要选取的分组数量：

# 直接从分组对象中随机选3个分组，replace=False确保不重复选取
result = g.sample(n=3, replace=False)

# 如果需要固定随机种子（方便复现结果），可以加上random_state参数
# result = g.sample(n=3, replace=False, random_state=42)

注意事项 #

• 如果你的总分组数量不足3个，上述代码会抛出错误，建议提前做个判断：

  total_groups = len(g)
  if total_groups >= 3:
      result = g.sample(n=3, replace=False)
  else:
      print(f"当前仅存在{total_groups}个分组，无法选取3个")
  

内容的提问来源于stack exchange，提问作者Hana