📌  相关文章
📜  Pandas DataFrame.sample()

📅  最后修改于: 2020-10-29 02:14:51             🧑  作者: Mango

Pandas Dataframe.sample()

Pandas sample()用于从DataFrame中随机选择行和列。如果要从大量数据集构建模型，则必须随机选择通过函数样本完成的较小数据样本。

句法

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

参量

  • n：这是一个可选参数，由整数值组成，并定义生成的随机行的数量。
  • frac：它也是一个可选参数，由float值组成，并返回float值*数据帧值的长度。不能与参数n一起使用。
  • replace：由布尔值组成。如果为true，则返回带有替换的样本。替换的默认值为false。
  • weights：它也是一个可选参数，由类似于str或ndarray的参数组成。默认值“无“导致相等的概率加权。如果正在通过系列赛；它将与索引上的目标对象对齐。在采样对象中找不到的权重索引值将被忽略，而在采样对象中没有权重的索引值将被分配零权重。如果在轴= 0时传递了DataFrame，则返回0。它将接受列的名称。如果权重是系列；然后，权重必须与被采样轴的长度相同。如果权重不等于1；它将标准化为1的总和。权重列中的缺失值被视为零。权重栏中不允许无穷大。
  • random_state：它也是一个可选参数，由整数或numpy.random.RandomState组成。如果值为int，则为随机数生成器或numpy RandomState对象设置种子。
  • axis：它也是由整数或字符串值组成的可选参数。 0或“行“和1或“列”。

返回值

它返回与调用者相同类型的新对象，其中包含从调用者对象中随机采样的n个项目。

例1

import pandas as pd
info = pd.DataFrame({'data1': [2, 4, 8, 0],
'data2': [2, 0, 0, 0],
'data3': [10, 2, 1, 8]},
index=['John', 'Parker', 'Smith', 'William'])
info
info['data1'].sample(n=3, random_state=1)
info.sample(frac=0.5, replace=True, random_state=1)
info.sample(n=2, weights='data3', random_state=1)

输出量

       data1    data2    data3
John     2         2         10
William     0         0         8

例2

在此示例中，我们获取一个csv文件，并使用示例从DataFrame中提取随机行。

名为aa的csv文件，其中包含以下数据集：

让我们编写一个代码，从上述数据集中提取随机行：

# importing pandas package 
import pandas as pd 
# define data frame from csv file  
data = pd.read_csv("aa.csv") 
 # randomly select one row  
row1 = data.sample(n = 1)   
# display row
row1
# randomly select another row 
row2 = data.sample(n = 2) 
# display  row
row2

输出量

          Name         Hire Date    Salary      Leaves Remaining
2     Parker Chapman    02/21/14     45000.0      10
5     Michael Palin     06/28/13     66000.0      8