Pythonでpandas Seriesの全要素をシャッフルする方法を解説

はじめに

データ分析を行っていると、Series（シリーズ）内の要素の順序をランダムに入れ替えたい場面があります。例えば、データセットをランダム化してバイアスを排除したり、サンプリングの前処理としてシャッフルを行ったりするケースです。

本記事では、元のSeriesとシャッフル後のSeriesの出力例をもとに、2つの実装方法をわかりやすく解説します。

元のSeries：
0    1
1    2
2    3
3    4
4    5
dtype: int64

シャッフル後のSeries：
0    2
1    1
2    3
3    5
4    4
dtype: int64

方法1：random.shuffle() を使う

最もシンプルな方法は、Python標準ライブラリの random.shuffle() メソッドを利用することです。このメソッドは引数に渡されたSeriesのデータをその場で（in-placeで）シャッフルします。

手順

• Seriesを定義します。
• random.shuffle() にSeriesのデータを引数として渡し、シャッフルを実行します。

import pandas as pd
import random as rand

data = pd.Series([1, 2, 3, 4, 5])
print("元のSeries：\n", data)

rand.shuffle(data)

print("シャッフル後のSeries：\n", data)

実行結果

元のSeries：
0    1
1    2
2    3
3    4
4    5
dtype: int64

シャッフル後のSeries：
0    2
1    3
2    1
3    5
4    4
dtype: int64

なお、シャッフル結果は乱数に依存するため、実行するたびに異なる順序になります。再現性が必要な場合は random.seed() でシード値を固定するとよいでしょう。

方法2：Fisher-Yatesアルゴリズムで自作する

次に、シャッフル処理を自分で実装する方法を紹介します。ここでは「Fisher-Yates（フィッシャー・イェーツ）シャッフル」と呼ばれる古典的なアルゴリズムの考え方を使います。

手順

• Seriesを定義します。
• forループで末尾から先頭に向かって各要素にアクセスし、ランダムなインデックス j を生成します。

for i in range(len(data) - 1, 0, -1):
    j = random.randint(0, i + 1)

• 現在の要素 data[i] と、ランダムな位置にある要素 data[j] を入れ替えます。

data[i], data[j] = data[j], data[i]

サンプルコード全体

import pandas as pd
import random

data = pd.Series([1, 2, 3, 4, 5])
print("元のSeries：\n", data)

for i in range(len(data) - 1, 0, -1):
    j = random.randint(0, i + 1)
    data[i], data[j] = data[j], data[i]

print("シャッフル後のSeries：\n", data)

実行結果

元のSeries：
0    1
1    2
2    3
3    4
4    5
dtype: int64

シャッフル後のSeries：
0    2
1    1
2    3
3    5
4    4
dtype: int64

補足：pandasのsample()メソッドも便利

pandasにはSeries専用のシャッフル手段として sample(frac=1) という方法もあります。以下のように書くだけで、全要素をランダムな順序で取得できます。

shuffled = data.sample(frac=1)
print(shuffled)

この方法は元のSeriesを変更せず、新しいSeriesとして結果を返すため、元データを保持したい場合に特に有効です。用途に応じて使い分けるとよいでしょう。

まとめ

• random.shuffle()：標準ライブラリを使った簡潔な方法。元のオブジェクトが直接変更される点に注意。
• Fisher-Yatesアルゴリズム：シャッフルの仕組みを理解したい場合や、独自の制御が必要な場合に有用。
• sample(frac=1)：pandasらしい書き方で、元データを残しつつシャッフルできる。

目的や状況に合わせて、これらの方法を選択してください。