Python中的pandas.DataFrame.sample()

介绍

pandas 是一个开源数据分析与数据处理库，提供了强大的数据结构和数据处理工具，在数据分析和数据预处理中使用广泛。pandas.DataFrame.sample() 方法可用于从数据框中随机采样。

语法

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

• n：整数类型，指定从数据框中随机采样的行数，若不传递该参数，或指定为None则将会根据frac参数采样。
• frac：浮点型，指定从数据框中随机采样行的比例，范围[0,1]，如0.5表示保留50%的数据行数；若不传递该参数，则默认值为1（保留所有数据行）。
• replace：布尔型，指定是否放回采样，即是否允许在一次采样中重复选择同一行，默认为False即不放回。
• weights：1D数组，用于指定每行的采样权重，行对应的索引应与数据框行索引一致。如果数据框中的每行具有相同的采样概率，则weights=None，否则指定每行的采样概率。
• random_state：整型，可用于种子，使该函数具有确定性。若闲置（默认为None），则使用numpy随机数生成器。
• axis：指定轴方向，默认为 0，即沿着行方向采样。

返回值

pandas.DataFrame.sample()方法返回一个采样的数据框。

示例

例如，假如我们有一个数据框，具有如下数据：

import pandas as pd
import numpy as np
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8], 'C': [9, 10, 11, 12]})

则可以通过如下方式从数据框df中随机选择一些行，获取随机的3行数据：

df.sample(n=3)

输出结果如下：

   A  B   C
2  3  7  11
1  2  6  10
0  1  5   9

另外，我们也可以通过frac参数设置要保留的行数的百分比，如果想要获取50%的随机数据，可以这样做：

df.sample(frac=0.5)

输出结果如下：

   A  B   C
3  4  8  12
1  2  6  10

如果想要获取有放回的随机数据，可以将参数replace设为True。例如，从数据框df中随机选择3行数据，允许重复选择同一行：

df.sample(n=3, replace=True)

输出结果如下：

   A  B   C
3  4  8  12
3  4  8  12
1  2  6  10

更多关于pandas.DataFrame.sample()方法的信息，请参考pandas官网。