python中熊猫对数据集随机抽样的案例分析

这篇文章主要介绍了python中熊猫对数据集随机抽样的案例分析,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获、下面让小编带着大家一起了解一下。

摘要:有时候我们只需要数据集中的一部分,并不需要全部的数据。这个时候我们就要对数据集进行随机的抽样.pandas中自带有抽样的方法。

应用场景:

我有10 w行数据,每一行都11列的属性。

现在,我们只需要随机抽取其中的2 w行。

实现方法很简单:

利用熊猫库中的样本。

DataFrame.sample (n=,,压裂=没有,取代=False,权重=没有,random_state=没有,,轴=None)

n是要抽取的行数。(例如n=20000时,抽取其中的2 w行)

压裂是抽取的比列。(有一些时候,我们并对具体抽取的行数不关系,我们想抽取其中的百分比,这个时候就可以选择使用压裂,例如压裂=0.8,就是抽取其中80%)

替换:是否为有放回抽样,取取代=True时为有放回抽样。

权重这个是每个样本的权重,具体可以看官方文档说明。

random_state这个在之前的文章已经介绍过了。

轴是选择抽取数据的行还是列.axis=0的时是抽取行,轴=1时是抽取列(也就是说轴=1时,在列中随机抽取n列,在轴=0时,在行中随机抽取n行)

具体用法:

假设DataFrame为df