Reverse+Data+Frame

Python随机数生成与对数据框的逆序排列

(Reverse Pandas Data Frame)

  在网上看到了Erik Marsja博客中提到对数据框进行逆序排序的方法，受益匪浅，于是通过以下笔记记录了reverse的内容和注释方便查阅，顺便简单介绍numpy中的两种生成随机数的方法。
具体参见Erik的博客

生成随机数

  numpy的random模块中有很多生成随机数的方法，在此介本次构建数据过程中使用到的两种生成随机数的方法，分别是normal和binomial，详情如下。

1. np.random.normal

  np.random.normal的作用是获取正态（高斯）分布上的随机样本点。正态分布在自然界中经常发生。例如，它描述了受大量微小、随机干扰影响的样本的常见分布，在这里给出正态分布的密度函数及其解释，如下：

p(x)=12πσ2−−−−√e−(x−μ)22σ2 p ( x ) = 1 2 π σ 2 e − ( x − μ ) 2 2 σ 2

• μ μ 为均值；
  
• σ σ 为标准差。
  

  与正态分布对应，函数格式为：numpy.random.normal(loc=0.0, scale=1.0, size=None)¶
参数解释如下：

• loc：分布的均值（中心）；
  
• scale:分布的标准偏差（扩展或宽度）;
  
• size:输出的个数或形态，e.g., (m, n, k)。
  

  代码示例如下：

import numpy as np                  # 加载相关包
mu, sigma = 0, 0.1                  # 均值和标准差
s = np.random.normal(mu, sigma, 10) # 生成随机数
s                                   # 展示数据

array([ 0.16981948, -0.1163046 , -0.04132508,  0.06968584, -0.09236869,
       -0.01983998, -0.00139769,  0.0211951 , -0.13173266, -0.0554029 ])

  输出结果为以0为均值（中心），0.1为标准差，长度为10的随机数列。

2. np.random.binomial

  np.random.binomial`的作用是获取二项分布上的随机样本点。二项分布的概率密度函数及其展示如下:

P(N)=(nN)pN(1−p)n−N P ( N ) = ( n N ) p N ( 1 − p ) n − N

• n n 为试验数；
  
• p p 为成功的概率；
  
• N N 为成功的事件数。
  

  与二项分布对应，函数格式为numpy.random.binomial(n, p, size=None),参数解释如下：

• n:分布参数，值>=0；
  
• p:概率分布参数，值在0-1之间；
  
• size:输出的个数或形态，e.g., (m, n, k)。

代码示例如下：

import numpy as np               # 加载相关包
n, p = 10, .5                    # 分布参数和概率分布参数
s = np.random.binomial(n, p, 10) # 生成随机数
s                                # 展示数据

array([5, 5, 6, 5, 3, 5, 5, 5, 4, 5])

  输出结果为以10为分布数，0.5为概率分布参数，长度为10的随机数列。

## 数据准备   通过上述介绍np.random中的normal（正态分布）和binomial（二项分布）构建数据，并蒋数据构建成数据框的形式。

## 加载相关模块
import pandas as pd
import numpy as np

distracted = [1 for i in range(15)]                               # 构建15个均为1的list
normal_perf = [0 for i in range(15)]                              # 构建15个均为0的list

sex = ['Male' if i%2 == 0 else 'Female' for i in range(30)]       # 通过0/1构建性别变量

rt_distracted = np.random.normal(1660, 100, 15)                   # 生成15个以1660为均值，100为标准差的概率分布的随机数
rt_normal_perf = np.random.normal(1054, 97, 15)                   # 生成15个以1054为均值，197为标准差的概率分布的随机数

accuracy_distracted = np.random.binomial(1, .79, 15)              # 生成15个以n=1,p=0.75的二项分布随机数
accuracy_normal_perf = np.random.binomial(1, .87, 15)             # 生成15个以n=1,p=0.85的二项分布随机数


rt = np.concatenate((rt_distracted, rt_normal_perf))              # 连接rt_distracted和rt_normal_perf两序列
acc = np.concatenate((accuracy_distracted, accuracy_normal_perf)) # 连接accuracy_distracted和accuracy_normal_perf两序列
distracted.extend(normal_perf)                                    # 在末尾添加normal_perf的值

subject_id = [i for i in range(1,31)]                             # 创建1-30的id序列

data = {'Sub_id':subject_id, 'Condition':distracted, 'RT':rt,     # 以字典形式构建文件
         'Accuracy':acc, 'Gender':sex}
data_frame = pd.DataFrame(data)                                   # 转换为数据框
data_frame.head()                                                 # 展示前五行数据

.dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; }

	Sub_id	Condition	RT	Accuracy	Gender
0	1	1	1409.502116	0	Male
1	2	1	1500.290857	1	Female
2	3	1	1490.126112	1	Male
3	4	1	1624.817239	0	Female
4	5	1	1621.716861	0	Male

## 按列进行逆序排列   首先介绍按列进行逆序排列，内容包括了首尾列的对调和对所有列进行的逆序排列。 1. 对调换Gender和Accuracy列

columns = data_frame.columns.tolist() # 获取列名并转换为list
columns = columns[-1:] + columns[:-1] # 对列名表进行首尾调换
data_frame = data_frame[columns]      # 对数据框中的列进行调换

data_frame.head()                     # 展示前五行数据

.dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; }

	Gender	Sub_id	Condition	RT	Accuracy
0	Male	1	1	1409.502116	0
1	Female	2	1	1500.290857	1
2	Male	3	1	1490.126112	1
3	Female	4	1	1624.817239	0
4	Male	5	1	1621.716861	0

2. 对数据框的列进行升序排列。[注：按字母顺序排列 ]

data_frame = data_frame.sort_index(axis=1 ,ascending=True) # 按列名的字母进行升序排列
data_frame.head()                                          # 展示前五行数据

.dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; }

	Accuracy	Condition	Gender	RT	Sub_id
0	0	1	Male	1409.502116	1
1	1	1	Female	1500.290857	2
2	1	1	Male	1490.126112	3
3	0	1	Female	1624.817239	4
4	0	1	Male	1621.716861	5

3. 通过columns[::-1]或者columns.reverse()对所有列进行逆序排列。

columns = data_frame.columns.tolist() # 获取列名并转换为list
columns = columns[::-1]               # 对所有列进行逆序排列
#columns.reverse()                    # 对所有列进行逆序  排列【方法2】
data_frame = data_frame[columns]      # 按列对数据框进行逆序排列
data_frame.head()                    # 展示前五行数据

.dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; }

	Sub_id	RT	Gender	Condition	Accuracy
0	1	1409.502116	Male	1	0
1	2	1500.290857	Female	1	1
2	3	1490.126112	Male	1	1
3	4	1624.817239	Female	1	0
4	5	1621.716861	Male	1	0

## 按行进行逆序排列   数据框同样可以对行进行逆序排列，在操作之前先用先前的方法对重新排列数据。

data_frame = data_frame.sort_index(axis=1 ,ascending=True)  # 按列名的字母进行升序排列
data_frame.head()                                           # 展示前五行数据

.dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; }

	Accuracy	Condition	Gender	RT	Sub_id
0	0	1	Male	1409.502116	1
1	1	1	Female	1500.290857	2
2	1	1	Male	1490.126112	3
3	0	1	Female	1624.817239	4
4	0	1	Male	1621.716861	5

  数据框同样可以对行进行逆序排列，在操作之前先用先前的方法对重新排列数据。

1. 通过iloc对数据框进行逆序排序。

data_frame = data_frame.iloc[::-1] # 通过iloc索引对行进行逆序排列
data_frame.head()                  # 展示前五行数据

.dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; }

	Accuracy	Condition	Gender	RT	Sub_id
29	1	0	Female	909.743587	30
28	1	0	Male	1156.069566	29
27	1	0	Female	1021.911590	28
26	1	0	Male	1095.878107	27
25	1	0	Female	1173.376446	26

2. 也可以通过设置df.sort_index中的axis=0对行进行逆序排列，此时的逆序操作恢复了数据框的排列。

data_frame = data_frame.sort_index(ascending=True, axis=0) # 通过sort_index对行进行逆序排列
data_frame.head()                                          # 展示前五行数据

.dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; }

	Accuracy	Condition	Gender	RT	Sub_id
0	0	1	Male	1409.502116	1
1	1	1	Female	1500.290857	2
2	1	1	Male	1490.126112	3
3	0	1	Female	1624.817239	4
4	0	1	Male	1621.716861	5

3. 最后可通过reindex对数据框进行重索引，以达到对行逆序排列的效果。

data_frame = data_frame.reindex(index=data_frame.index[::-1]) # 通过reindex对行进行逆序排列
data_frame.head()                                             # 展示前五行数据

.dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; }

	Accuracy	Condition	Gender	RT	Sub_id
29	1	0	Female	909.743587	30
28	1	0	Male	1156.069566	29
27	1	0	Female	1021.911590	28
26	1	0	Male	1095.878107	27
25	1	0	Female	1173.376446	26

总结

  在本文中大致介绍了两种分布的随机数建立的方法，和对数据框的行和列进行逆序排列的方法。第一次在该博客写文，多有不足还望大家多多指教，有任何疑问请给我留言，我会尽力解答。

Escher

2018/9/15