pandas dataframe随机采样

使用如下数据:

import pandas as pd
import numpy as np

df = pd.DataFrame(data=np.random.randint(0, 20, size=(1000, 10)))

设置随机种子:

np.random.seed(10)

方法1:

sample_df = df.sample(50)

方法2:

sample_df2 = df.loc[np.random.choice(df.index, 50)]
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
可以使用Pandas的sample()函数来对数据集进行随机抽样。sample()函数可以在DataFrame随机选取指定数量或比例的行。它的语法格式如下:DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)。其中,n表示要选取的行数,frac表示要选取的比例,replace表示是否可以重复选取同一行,weights表示每一行的权重。通过调整这些参数,可以实现不同的抽样需求。 与此类似,Numpy库中也有一个相似的功能函数numpy.random.choice(),可以从一个一维数组中生成随机样本。 总结来说,Pandas的sample()函数是用来对数据集进行随机抽样的方法,而Numpy的random.choice()函数则是用来从一维数组中生成随机样本的方法。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Pandas(九)--数据采样](https://blog.csdn.net/weixin_43145427/article/details/124553560)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [pandas.DataFrame.sample 随机选取若干行](https://blog.csdn.net/zhengxu25689/article/details/87347700)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

呆萌的代Ma

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值