Pandas sample隨機抽樣的實現

Posted on by

隨機抽樣，是統計學中常用的一種方法，它可以幫助我們從大量的數據中快速地構建出一組數據分析模型。在 Pandas 中，如果想要對數據集進行隨機抽樣，需要使用 sample() 函數。

sample() 函數的語法格式如下：

DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)

參數說明如下表所示：

參數名稱 參數說明
n 表示要抽取的行數。
frac 表示抽取的比例，比如 frac=0.5，代表抽取總體數據的50%。
replace 佈爾值參數，表示是否以有放回抽樣的方式進行選擇，默認為 False，取出數據後不再放回。
weights 可選參數，代表每個樣本的權重值，參數值是字符串或者數組。
random_state 可選參數，控制隨機狀態，默認為 None，表示隨機數據不會重復；若為 1 表示會取得重復數據。
axis 表示在哪個方向上抽取數據(axis=1 表示列/axis=0 表示行)。
該函數返回與數據集類型相同的新對象，相當於 numpy.random.choice()。實例如下：   
import pandas as pd  
dict = {'name':["Jack", "Tom", "Helen", "John"],'age': [28, 39, 34, 36],'score':[98,92,91,89]} 
info = pd.DataFrame(dict)
#默認隨機選擇兩行
info.sample(n=2)
#隨機選擇兩列
info.sample(n=2,axis=1)

輸出結果：

   name  age  score
3  John   36     89
0  Jack   28     98

   score   name
0     98   Jack
1     92    Tom
2     91  Helen
3     89   John

再來看一組示例：

import pandas as pd
info = pd.DataFrame({'data1': [2, 6, 8, 0], 'data2': [2, 5, 0, 8], 'data3': [12, 2, 1, 8]}, index=['John', 'Parker', 'Smith', 'William'])
info
#隨機抽取3個數據
info['data1'].sample(n=3)
#總體的50%
info.sample(frac=0.5, replace=True)
#data3序列為權重值，並且允許重復數據出現
info.sample(n=2, weights='data3', random_state=1)

輸出結果：

隨機選擇3行數據：
William    0
Smith      8
Parker     6
Name: data1, dtype: int64

         data1  data2  data3
John         2      2     12
William      0      8      8

         data1  data2  data3
John         2      2     12
William      0      8      8

到此這篇關於Pandas sample隨機抽樣的實現的文章就介紹到這瞭,更多相關Pandas sample隨機抽樣內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：