Python pandas.core.groupby.DataFrameGroupBy.sample用法及代码示例

用法: DataFrameGroupBy.sample(n=None, frac=None, replace=False, weights=None, random_state=None)

从每个组中返回随机项目样本。

您可以使用random_state 来获得重现性。

参数：

n：整数，可选

每个组要返回的项目数。不能与 frac 一起使用，并且不能大于最小组，除非 replace 为 True。如果frac 为无，则默认值为 1。

frac：浮点数，可选

要退回的项目的一部分。不能与 n 一起使用。

replace：布尔值，默认为 False

允许或禁止对同一行多次采样。

weights：list-like，可选

默认无导致相等的概率加权。如果传递了list-like，则值必须与底层 DataFrame 或 Series 对象具有相同的长度，并且将在每个组内标准化后用作采样概率。值必须是非负的，每组中至少有一个正元素。

random_state：int，array-like，BitGenerator，np.random.RandomState，np.random.Generator，可选

如果是 int、array-like 或 BitGenerator，则为随机数生成器的种子。如果 np.random.RandomState 或 np.random.Generator，按给定使用。

Series或DataFrame: 一个与调用者类型相同的新对象，其中包含从调用者对象的每个组中随机抽样的项目。

例子：

>>> df = pd.DataFrame(
...     {"a":["red"] * 2 + ["blue"] * 2 + ["black"] * 2, "b":range(6)}
... )
>>> df
       a  b
0    red  0
1    red  1
2   blue  2
3   blue  3
4  black  4
5  black  5

为 a 列中的每个不同值随机选择一行。 random_state 参数可用于保证重现性：

>>> df.groupby("a").sample(n=1, random_state=1)
       a  b
4  black  4
2   blue  2
1    red  1

设置 frac 以采样固定比例而不是计数：

>>> df.groupby("a")["b"].sample(frac=0.5, random_state=2)
5    5
2    2
0    0
Name:b, dtype:int64

通过设置权重控制组内的样本概率：

>>> df.groupby("a").sample(
...     n=1,
...     weights=[1, 1, 1, 0, 0, 1],
...     random_state=1,
... )
       a  b
5  black  5
2   blue  2
0    red  0

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.core.groupby.DataFrameGroupBy.sample。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：