在Python中将Pandas Dataframe中的数据从一列洗牌到另一列

我有一个名为‘df’的Pandas 数据帧，它有29列.我正在使用的数据帧的一个例子是，用更好的方式显示它的列更少:

现在的DF是，Player1列中的所有球员都是赢得比赛的球员，而Player2列中的球员是输掉这场比赛的球员.

我需要一个结果df，它在一些行中随机洗牌一些球员数据，这样我就可以添加一个‘Target’变量，如果player1列中的球员是赢得比赛的那个人，则显示‘1’，如果player1列中的球员输掉了比赛，则显示‘0’. 生成的df应该如下所示:

为了完成我需要的工作，我创建了以下代码:

# Create a new DataFrame for modeling
model_df = pd.DataFrame()

# Iterate through each row
for index, row in df.iterrows():
    # Randomly assign the winner and loser information to Player1 and Player2
    common_cols = ['tourney_name', 'draw_size', 'tourney_level', 'tourney_date', 'best_of', 'round', 'minutes', 'surface_Carpet', 'surface_Clay', 'surface_Grass', 'surface_Hard']
    common_data = row[common_cols]

    winner_cols = ['player1_id', 'player1_seed', 'player1_entry', 'player1_hand', 'player1_ht', 'player1_ioc', 'player1_age', 'player1_rank', 'player1_rank_points']
    loser_cols = ['player2_id', 'player2_seed', 'player2_entry', 'player2_hand', 'player2_ht', 'player2_ioc', 'player2_age', 'player2_rank', 'player2_rank_points']

    # Randomly choose winner and loser columns
    if np.random.rand() < 0.5:
        winner_data = row[winner_cols]
        loser_data = row[loser_cols]
        target = 1  # Player1 is the winner
    else:
        winner_data = row[loser_cols]
        loser_data = row[winner_cols]
        target = 0  # Player1 is the loser

    combined_data = pd.concat([common_data, winner_data, loser_data, pd.Series([target], name='target')], axis=0)
    model_df = pd.concat([model_df, combined_data], axis=1)

model_df = model_df.transpose()

# Renaming the column '0' to 'target'
model_df.rename(columns={0: 'target'}, inplace=True)

# Reset the index of the resulting DataFrame
model_df.reset_index(drop=True, inplace=True)

使用这段代码，我希望得到所需的数据帧，但它所做的唯一事情就是将player1和player2列中的所有数据保留在同一位置，或者将所有player1列中的数据切换到player2列，并将player2数据切换到player1列.它要么切换所有线路，要么不切换，当我需要切换一些线路和不切换一些线路时.生成的数据帧如下所示: