Pandas：从每行的随机列中选择值

Question

假设我有以下 Pandas DataFrame：

df = pd.DataFrame({
    'a': [1, 2, 3],
    'b': [4, 5, 6],
    'c': [7, 8, 9]
})

    a   b   c
0   1   4   7
1   2   5   8
2   3   6   9

我想生成一个新的值pandas.Series，以便从 DataFrame 中的随机列中逐行选择该系列的值。因此，可能的输出是该系列：

0    7
1    2
2    9
dtype: int64

（其中，在第 0 行中，它随机选择了“c”，在第 1 行中，它随机选择了“a”，在第 2 行中，它再次随机选择了“c”）。

我知道这可以通过迭代行并使用random.choice选择每一行来完成，但是迭代行不仅性能不佳，而且可以说是“unpandonic”。另外， df.sample(axis=1) 会选择整个列，因此所有列都会从同一列中选择，这不是我想要的。有没有更好的方法来使用矢量化的 pandas 方法来做到这一点？

Answer 1

可能是这样的：

pd.Series([np.random.choice(i,1)[0] for i in df.values])

Answer 2

这是一个完全矢量化的解决方案。但请注意，它不使用 Pandas 方法，而是涉及对底层 numpy 数组的操作。

import numpy as np

indices = np.random.choice(np.arange(len(df.columns)), len(df), replace=True)

示例输出[1, 2, 1]对应于['b', 'c', 'b'].

然后用它来切片 numpy 数组：

df['random'] = df.to_numpy()[np.arange(len(df)), indices]

结果：

   a  b  c  random
0  1  4  7       7
1  2  5  8       5
2  3  6  9       9