改组 Pandas 数据框行，同时避免连续的条件值

Question

我有一个使用熊猫读取的示例数据框。 数据有两列：'item'、'label'。 当我打乱 df 行时，我想确保打乱的 df 没有具有相同连续标签的项目。 IE。 这是可以接受的，因为标签 'a'、'b' 和 'c' 不是连续的：

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. 火，'a'

2. 蜜蜂，'a'

3. 烟，'b'

4. 窗帘，'c'

到目前为止，我可以使用以下方法进行洗牌：

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

我有一个模糊的想法，直到df['label'][i+1] != df['label'][i] ，但不确定具体如何。 任何指针或更简单的建议将不胜感激！

Answer 1

感谢您的评论/指点。 我通过以下方式让它工作：

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