避免连续条件值的情况下洗牌熊猫数据框行

Question

我有一个使用pandas读取的示例数据帧。数据有两列：“item”和“label”。当我洗牌df行时，我想确保洗牌后的df没有具有相同连续标签的项。 也就是说，这是可以接受的，因为标签“a”、“b”和“c”不是连续排列的：

1:火，“a”

2:烟，‘b’

3:蜜蜂‘a’

4:窗帘，“c”

但我想避免标签在连续索引中，即：

1. 开火，“a”

2. 蜜蜂，“a”

3. 吸烟，“b”

4. 窗帘，“c”

到目前为止，我可以使用：

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

我对循环到df['label'][i+1] != df['label'][i]有一个模糊的想法，但不知道具体怎么做。任何指点或更简单的建议将不胜感激！你知道吗

Answer 1

谢谢你的评论/指点。我是通过以下方式实现的：

randomized = False
while not randomized:
    xlist = xlistbase.sample(frac=1).reset_index(drop=True) # where xlistbase is the original file read in
    # check for repeats
    for i in range(0, len(xlist)):
        try:
            if i == len(xlist) - 1:
                randomized = True
            elif xlist['label'][i] != xlist['label'][i+1]:
                continue
            elif xlist['label'][i] == xlist['label'][i+1]:
                break
        except IndexError:
            pass