DataFrame使用pd.sample()随机选取N行数据

1.简介

在训练深度学习或者机器学习模型时，免不了需要按照比例划分训练集和验证集，有的时候使用pandas的方式读取csv数据文件，得到的是一个DataFrame的对象df，这时可以使用pd.sample()来实现从df中随机抽样。

2.函数说明

df.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)
输入参数见下表所示：

参数名称	参数说明
n	要抽取的行数
frac	抽取行的比例
replace	是否为有放回抽样，True:有放回抽样，False:不放回抽样
weights	字符索引或概率数组，axis=0:为行字符索引或概率数组，axis=1:为列字符索引或概率数组
random_state	int: 随机数发生器种子或numpy.random.RandomState
axis	选择抽取数据的行还是列，axis=0:抽取行，axis=1:抽取列

3.返回值说明

返回值为带有N行数据的DataFrame对象（N=1时也是DataFrame对象）

4.附加说明

在df.sample()函数中设置frac=1.0时可以实现shuffle