pandas采樣的實現(xiàn)方法

更新時間：2024年12月31日 10:47:20 作者：frostjsy

pandas提供了多種方法進行隨機采樣,包括指定數(shù)量、按比例、設(shè)置隨機種子、有無放回抽樣及按列和分層抽樣,下面就來介紹一下,感興趣的可以了解一下

基本用法：DataFrame 的 sample 方法
示例數(shù)據(jù)
示例 1：隨機抽取指定數(shù)量的行
示例 2：按比例隨機抽樣
示例 3：隨機抽樣時指定隨機種子
示例 4：按行或按列隨機抽樣
示例 5：返回是否放回抽樣
示例 6：按某列進行分層隨機抽樣
總結(jié)

在數(shù)據(jù)分析和處理過程中，常常需要對數(shù)據(jù)進行隨機采樣，以便獲取具有代表性的小樣本或進行數(shù)據(jù)拆分。pandas 提供了非常方便的方法來實現(xiàn)隨機采樣。

基本用法：DataFrame 的 sample 方法

pandas 的 DataFrame 提供了 sample 方法用于隨機采樣，下面說明其基本用法和常見參數(shù)：

示例數(shù)據(jù)

首先，創(chuàng)建一個示例 DataFrame：

import pandas as pd

# 創(chuàng)建一個示例 DataFrame
data = {
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve', 'Frank', 'Grace', 'Hannah'],
    'age': [25, 30, 35, 40, 45, 50, 55, 60],
    'city': ['New York', 'Los Angeles', 'Chicago', 'Houston', 'Phoenix', 'Philadelphia', 'San Antonio', 'San Diego']
}
df = pd.DataFrame(data)
print(df)

示例 1：隨機抽取指定數(shù)量的行

可以使用 n 參數(shù)指定抽取的行數(shù)：

# 隨機抽取 3 行數(shù)據(jù)
sampled_df = df.sample(n=3)

print(sampled_df)

示例 2：按比例隨機抽樣

可以使用 frac 參數(shù)指定抽樣的比例，例如 frac=0.5 表示隨機抽取 50% 的行數(shù)：

# 隨機抽取 50% 的行
sampled_df = df.sample(frac=0.5)

print(sampled_df)

示例 3：隨機抽樣時指定隨機種子

為了保證每次抽樣結(jié)果相同，可以使用 random_state 參數(shù)指定隨機種子：

# 隨機抽取 3 行數(shù)據(jù)，并指定隨機種子
sampled_df = df.sample(n=3, random_state=1)

print(sampled_df)

示例 4：按行或按列隨機抽樣

默認(rèn)情況下，sample 是按行抽樣（axis=0），也可以設(shè)置 axis=1 來按列進行抽樣：

# 按列隨機抽取 2 列
sampled_df = df.sample(n=2, axis=1)

print(sampled_df)

示例 5：返回是否放回抽樣

默認(rèn)情況下，sample 是不放回抽樣，即一個樣本只會被抽取一次。可以設(shè)置 replace=True 來進行有放回抽樣：

# 進行有放回抽樣，隨機抽取 10 個樣本
sampled_df = df.sample(n=10, replace=True, random_state=1)

print(sampled_df)

示例 6：按某列進行分層隨機抽樣

有時需要按某列的值進行分層隨機抽樣，可以使用 groupby 和 apply 方法結(jié)合 sample 來實現(xiàn)：

# 按 'city' 列進行分層隨機抽樣，每個城市隨機抽取 1 行
sampled_df = df.groupby('city').apply(lambda x: x.sample(n=1, random_state=1)).reset_index(drop=True)

print(sampled_df)