如何解决根据单个索引级别随机选择pd.Series条目
我有两个Multi-indexed pd系列,两者都具有级别Subject
匹配:
s1 = pd.DataFrame({'Subject':['S1','S1','S2','S3','S3'],'Movie':['mov1','mov1','mov2','mov3','mov3'],'TimeStamp':['Start','End','Start','End'],'Distance': np.random.rand(14)*100}).set_index(['Subject','Movie','TimeStamp'])['Distance']
s2 = pd.DataFrame({'Subject':['S1','mov2'],'Mid','Distance': np.random.rand(15)*100}).set_index(['Subject','TimeStamp'])['Distance']
我想创建两个新系列,每个系列包含所有主题,并且每个主题都是从两个原始系列之一中随机选择的。也就是说,例如,如果new_serie1
包含与s2.xs('S1',level='Subject')
匹配的条目,则我们需要具有等效的new_series2
才能包含与s1.xs('S1',level='Subject')
匹配的条目。
我希望避免对所有Subject
值进行迭代,并使用numpy / pandas随机化以更快的方式进行此操作。
谢谢!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。