1
Ich habe eine kleine Testdaten Beispiel:Wählen Zeilen unter der Bedingung Pandas Python zufällig basierend
import pandas as pd
df = {'ID': ['H900','H901','H902','','M1435','M149','M157','','M699','M920','','M789','M617','M991','H903','M730','M191'],
'Clone': [0,1,2,2,2,2,2,2,3,3,3,4,4,4,5,5,6],
'Length': [48,42 ,48,48,48,48,48,48,48,48,48,48,48,48,48,48,48]}
df = pd.DataFrame(df)
es sieht aus wie:
df
Out[4]:
Clone ID Length
0 0 H900 48
1 1 H901 42
2 2 H902 48
3 2 48
4 2 M1435 48
5 2 M149 48
6 2 M157 48
7 2 48
8 3 M699 48
9 3 M920 48
10 3 48
11 4 M789 48
12 4 M617 48
13 4 M991 48
14 5 H903 48
15 5 M730 48
16 6 M191 48
ich ein einfaches Skript, auswählen möchten zum Beispiel 5 Zeilen, die nach dem Zufallsprinzip ausgegeben werden, aber nur die Zeilen, die eine ID enthalten, sollten keine Zeile enthalten, die keine ID enthält.
mein Skript:
import pandas as pd
import numpy as np
df = {'ID': ['H900','H901','H902','','M1435','M149','M157','','M699','M920','','M789','M617','M991','H903','M730','M191'],
'Clone': [0,1,2,2,2,2,2,2,3,3,3,4,4,4,5,5,6],
'Length': [48,42 ,48,48,48,48,48,48,48,48,48,48,48,48,48,48,48]}
df = pd.DataFrame(df)
rows = np.random.choice(df.index.values, 5)
sampled_df = df.ix[rows]
sampled_df.to_csv('sampled_df.txt', sep = '\t', index=False)
aber dieses Skript manchmal die Zeilen auszuwählen, die keine ID enthält