在保留索引的情况下改组Pandas DataFrame中的行

Question

我目前正在尝试寻找一种方法来按行随机分配数据帧中的项目。我想保留列名以及索引。我只想更改数据框中的条目顺序。

当前，我正在使用

data = data.sample(frac=1).reset_index(drop=True)

但是，这在输出方面造成了一些问题。我不认为这些行被正确地洗了。还有另一种方法可以实现这一目标吗？

问题是，我正在进行文本分析，当我与每个班级查看最相关的单字组和二元组时，对于随机和原始数据我会得到不同的答案。

这是我用于字母组合和双字母组合的代码

tfidf = TfidfVectorizer(sublinear_tf=True, 
                    min_df=5, 
                    stop_words=STOPWORDS, 
                    norm = 'l2', 
                    encoding='latin-1', 
                    ngram_range=(1, 2))

feat = tfidf.fit_transform(data['Combine']).toarray()

N = 5    # Number of examples to be listed
for f, i in sorted(category_labels.items()):
    chi2_feat = chi2(feat, labels == i)
    indices = np.argsort(chi2_feat[0])
    feat_names = np.array(tfidf.get_feature_names())[indices]
    unigrams = [w for w in feat_names if len(w.split(' ')) == 1]
    bigrams = [w for w in feat_names if len(w.split(' ')) == 2]
    print("\nFlair '{}':".format(f))
    print("Most correlated unigrams:\n\t. {}".format('\n\t. '.join(unigrams[-N:])))
    print("Most correlated bigrams:\n\t. {}".format('\n\t. '.join(bigrams[-N:])))

Answer 1

一种方法是在改组后传递基础的numpy数组：

data[:] = data.sample(frac=1).values