Python Pandas DataFrame sample方法用法及代碼示例

例子

考慮以下 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

隨機獲取 2 行：

df.sample(n=2)



   A  B  C
3  d  h  l
0  a  e  i

指定壓裂參數

要使樣本大小為總行數的一半，請設置 frac=0.5 ：

df.sample(frac=0.5)



   A  B  C
2  c  g  k
0  a  e  i

這裏，總行數的 50% 是 2，所以這就是我們最終得到 2 行的原因。

指定替換參數

要允許選擇相同的行，請設置 replace=True 。這意味著現在可能出現以下結果：

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



   A  B  C
0  a  e  i
0  a  e  i

指定權重參數

默認情況下，所有行被選擇的概率相同。我們可以通過設置 weights 參數來使某些行更有可能被選擇，如下所示：

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



   A  B  C
0  a  e  i

在這裏，0 行將在 70% 的時間內被選中，而其他行將分別在 10% 的時間內被選中。請注意，權重之和不必為 1；該方法會自動對權重進行歸一化，使總和變為 1。

指定random_state參數

當您需要重現結果時，請設置 random_state 參數，如下所示：

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



   A  B  C
1  b  f  j
3  d  h  l

現在，無論您運行此方法多少次，結果都將始終相同。你可以把數字 42 給你的朋友，他們也會在他們的機器上得到相同的結果！

指定軸參數

默認情況下，行將隨機返回：

df.sample(n=1)   # axis=0



   A  B  C
3  d  h  l

要獲取列，請像這樣設置axis=1：

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



   B
0  e
1  f
2  g
3  h