Python Pandas DataFrame sample方法用法及代码示例

例子

考虑以下 DataFrame ：

df = pd.DataFrame({"A":["a","b","c","d"],"B":["e","f","g","h"],"C":["i","j","k","l"]})
df



   A  B  C
0  a  e  i
1  b  f  j
2  c  g  k
3  d  h  l

基本用法

随机获取 2 行：

df.sample(n=2)



   A  B  C
3  d  h  l
0  a  e  i

指定压裂参数

要使样本大小为总行数的一半，请设置 frac=0.5 ：

df.sample(frac=0.5)



   A  B  C
2  c  g  k
0  a  e  i

这里，总行数的 50% 是 2，所以这就是我们最终得到 2 行的原因。

指定替换参数

要允许选择相同的行，请设置 replace=True 。这意味着现在可能出现以下结果：

df.sample(n=2, replace=True)



   A  B  C
0  a  e  i
0  a  e  i

指定权重参数

默认情况下，所有行被选择的概率相同。我们可以通过设置 weights 参数来使某些行更有可能被选择，如下所示：

df.sample(n=1, weights=[0.7 ,0.1, 0.1, 0.1])



   A  B  C
0  a  e  i

在这里，0 行将在 70% 的时间内被选中，而其他行将分别在 10% 的时间内被选中。请注意，权重之和不必为 1；该方法会自动对权重进行归一化，使总和变为 1。

指定random_state参数

当您需要重现结果时，请设置 random_state 参数，如下所示：

df.sample(n=2, random_state=42)



   A  B  C
1  b  f  j
3  d  h  l

现在，无论您运行此方法多少次，结果都将始终相同。你可以把数字 42 给你的朋友，他们也会在他们的机器上得到相同的结果！

指定轴参数

默认情况下，行将随机返回：

df.sample(n=1)   # axis=0



   A  B  C
3  d  h  l

要获取列，请像这样设置axis=1：

df.sample(n=1, axis=1)



   B
0  e
1  f
2  g
3  h