pandas学习之df.sample

pandas学习之df.sample

df.sample()用于从dataframe或者series中，随机取样。sample 美['sæmp(ə)l] v采样；取样；n样品

官方文档:

DataFrame.sample(self: ~ FrameOrSeries, n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)

参数详解

0. 构建实例：

import pandas as pd 
df = pd.DataFrame({'name':['zhao','qian','sun','wang'],'mark':[150,122,155,132],'gender':['female','female','male','male']})
df

	name	mark	gender
0	zhao	150		female
1	qian	122		female
2	sun		155		male
3	wang	132		male

1. n:int,optional
   从数据集中随机选取n行数据，不能和frac参数同时使用。如果frac=None，那么n默认为1.

	name	mark	gender
0	zhao	150		female
1	qian	122		female
2	sun		155		male
3	wang	132		male

df.sample(2)
	name	mark	gender
1	qian	122		female
0	zhao	150		female

2. frac：float，optional
   从数据集中选取一定比例的数据，不能和n同时使用。如果frac>1,replace必须为True

df.sample(frac=0.75)

	name	mark	gender
2	sun		155		male
1	qian	122		female
0	zhao	150		female

3. replace：bool，default False
   是否允许重复取样，即一条数据多次选取。默认为否

df.sample(3,replace=True)

	name	mark	gender
0	zhao	150		female
1	qian	122		female
0	zhao	150		female
#里面有重复的数据

4. weight：str or narray-like,optional
   为每条数据添加权重。默认为None。如果axis = 0，可以直接使用某一列为权重。除非权重的类型为series，否则权重的长度必须和数据集中所用轴方向的（axis=0 or ）一样长。如果权重和大于一，则会归一化为1.

	name	mark	gender
0	zhao	150		female
1	qian	122		female
2	sun		155		male
3	wang	132		male
df.sample(3,replace=True,weights=[1,2,3,4])

	name	mark	gender
3	wang	132		male
3	wang	132		male
3	wang	132		male
#选取到3行的概率更大了

5. random_state:int or numpy.random.randomstate.optional
   随机数种子

df.sample(2,replace=True,random_state=3)

	name	mark	gender
2	sun		155		male
0	zhao	150		female

指定随机数种子后，每次选取的结果就固定了。

6. axis：
   选择轴向，0（index）或者1（columns），默认是0

6/16学习打卡，加油，又是学废的一天！