Pandas sample隨機(jī)抽樣的實(shí)現(xiàn)

更新時(shí)間：2022年06月16日 15:30:47 作者：?？浦R云

隨機(jī)抽樣，是統(tǒng)計(jì)學(xué)中常用的一種方法，本文主要介紹了Pandas sample隨機(jī)抽樣的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下

隨機(jī)抽樣，是統(tǒng)計(jì)學(xué)中常用的一種方法，它可以幫助我們從大量的數(shù)據(jù)中快速地構(gòu)建出一組數(shù)據(jù)分析模型。在 Pandas 中，如果想要對數(shù)據(jù)集進(jìn)行隨機(jī)抽樣，需要使用 sample() 函數(shù)。

sample() 函數(shù)的語法格式如下：

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

參數(shù)說明如下表所示：

參數(shù)名稱	參數(shù)說明
n	表示要抽取的行數(shù)。
frac	表示抽取的比例，比如 frac=0.5，代表抽取總體數(shù)據(jù)的50%。
replace	布爾值參數(shù)，表示是否以有放回抽樣的方式進(jìn)行選擇，默認(rèn)為 False，取出數(shù)據(jù)后不再放回。
weights	可選參數(shù)，代表每個(gè)樣本的權(quán)重值，參數(shù)值是字符串或者數(shù)組。
random_state	可選參數(shù)，控制隨機(jī)狀態(tài)，默認(rèn)為 None，表示隨機(jī)數(shù)據(jù)不會重復(fù)；若為 1 表示會取得重復(fù)數(shù)據(jù)。
axis	表示在哪個(gè)方向上抽取數(shù)據(jù)(axis=1 表示列/axis=0 表示行)。
該函數(shù)返回與數(shù)據(jù)集類型相同的新對象，相當(dāng)于 numpy.random.choice()。實(shí)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(rèn)隨機(jī)選擇兩行
info.sample(n=2)
#隨機(jī)選擇兩列
info.sample(n=2,axis=1)

輸出結(jié)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(jī)抽取3個(gè)數(shù)據(jù)
info['data1'].sample(n=3)
#總體的50%
info.sample(frac=0.5, replace=True)
#data3序列為權(quán)重值，并且允許重復(fù)數(shù)據(jù)出現(xiàn)
info.sample(n=2, weights='data3', random_state=1)

輸出結(jié)果：

隨機(jī)選擇3行數(shù)據(jù)：
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(guān)于Pandas sample隨機(jī)抽樣的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)Pandas sample隨機(jī)抽樣內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: