python按概率选取_python-以相等的概率从熊猫组中随机选择-意...

我尝试随机抽取12个独特的组,每个组都有不同数量的观察值.我想从整个总体(数据框)中随机抽样,每组都有相同的概率被选中.最简单的示例是具有2组的数据框.

groups probability

0 a 0.25

1 a 0.25

2 b 0.5

使用np.random.choice(df [‘groups’],p = df [‘probability’],size = 100)现在,每次迭代都有50％的机会选择组a和50％的机会选择组b

为了得出概率,我使用了公式：

(1. / num_groups) / size_of_groups

或在Python中：

num_groups = len(df['groups'].unique()) # 2

size_of_groups = df.groupby('label').size() # {a: 2, b: 1}

(1. / num_groups) / size_of_groups

哪个返回

groups

a 0.25

b 0.50

直到我超过10个唯一的组,然后开始获得怪异的发行版,这才有效.这是一个小例子：

np.random.seed(1234)

group_size = 12

groups = np.arange(group_size)

probs = np.random.uniform(size=group_size)

probs = probs / probs.sum()

g = np.random.choice(groups, size=10000, p=p