这篇博客介绍了如何使用pandas的DataFrame.sample方法从数据集中抽取随机样本。通过设置参数n或frac，可以按数量或百分比抽取样本。random_state参数用于确保结果的可重复性。示例中，首先抽取了200个样本作为训练数据，然后使用index.isin排除这些样本创建测试数据集。
参考资料：
pandas.DataFrame.sample - pandas 0.23.1 documentationpandas.pydata.org
转载自：https://zhuanlan.zhihu.com/p/38255793
DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)
从一列/行数据里返回指定数量的随机样本。
常用的几个参数解释：
n: 表示要选取样本的数量
frac: 表示要选取样本数量的百分数
random_state: 设定随机种子
举例：
data_model数据共279项
下图仅显示其中的5项
使用sample函数随机抽取数据：
train_data=data_model.sample(n=200,random_state=123)
亦可使用：
train_data=datamodel.sample(frac=0.7,random_state=123)
再选取剩下的数据作为测试集：
testdata=data_model[~data_model.index.isin(train_data.index)]
扫一扫
2080
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
