在数据帧[duplicate]中洗牌特定行
我有这个数据帧df：
col1 col2 col3
673 89279 902
893 894 897
083 37 23
94 382 342
我需要随机洗牌，除了第一行，有什么帮助吗？
共有1个答案
试试这个
df = pd.concat([df[:1], df[1:].sample(frac=1)]).reset_index(drop=True)
-
我有以下数据帧： 数据帧是从csv文件中读取的。所有类型为1的行都位于顶部，后面是类型为2的行，后面是类型为3的行，以此类推。 我想改变数据帧行的顺序，这样所有的都是混合的。一个可能的结果可能是： 我怎样才能做到这一点？
-
我有两个数据帧，我们称它们为A和B。它们有完全相同的7列（我们称它们为col1、col2、col3、col4、col5、col6和col7）。有些栏目包括客户id、客户名、客户姓、电话号码等（出于保密目的，我无法透露确切的姓名）。 DataFrame A比DataFrame B大得多，DataFrame B中的一些条目包含在DataFrame A中（即DataFrame A）。DataFrame
-
我必须根据特定条件过滤数据帧。如果解决方案考虑使用dplyr，效果更好。 我有这样的数据帧结构 如果列标签包含特定值（例如，3.），不仅要收集该行，还要收集与前一行具有相同sentID和partner值的所有行。 预期结果如下：
-
我有一个这样的专栏： 我希望专栏看起来像这样： 只希望保留重复记录的第一个或最后一个。 目前，我使用的是： 但它不起作用。我错过了什么吗？
-
在scala火花数据帧中是否有的替代方案。我想从火花数据帧的列中选择特定的行。例如，在R等效代码中的第100行
-
用其他dataframe的列值替换dataframe的一列中的nan值时出现问题。下面是一个测试示例： 我想用其他dataframe中的特定值替换列名中的Nan值（如果其中有一些Nan值，则不是其他列），例如此dataframe中的Name2值： 我想得到的是： 这是此示例的测试代码： 然后我尝试了这三种方法，但都不起作用——我的数据帧始终保持Nan值。 你能告诉我哪里出错了吗？