您好,登錄后才能下訂單哦!
這篇文章主要介紹了python中Pandas對數(shù)據(jù)集隨機(jī)抽樣的案例分析,具有一定借鑒價值,感興趣的朋友可以參考下,希望大家閱讀完這篇文章之后大有收獲,下面讓小編帶著大家一起了解一下。
摘要:有時候我們只需要數(shù)據(jù)集中的一部分,并不需要全部的數(shù)據(jù)。這個時候我們就要對數(shù)據(jù)集進(jìn)行隨機(jī)的抽樣。pandas中自帶有抽樣的方法。
應(yīng)用場景:
我有10W行數(shù)據(jù),每一行都11列的屬性。
現(xiàn)在,我們只需要隨機(jī)抽取其中的2W行。
實(shí)現(xiàn)方法很簡單:
利用Pandas庫中的sample。
DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)
n是要抽取的行數(shù)。(例如n=20000時,抽取其中的2W行)
frac是抽取的比列。(有一些時候,我們并對具體抽取的行數(shù)不關(guān)系,我們想抽取其中的百分比,這個時候就可以選擇使用frac,例如frac=0.8,就是抽取其中80%)
replace:是否為有放回抽樣,取replace=True時為有放回抽樣。
weights這個是每個樣本的權(quán)重,具體可以看官方文檔說明。
random_state這個在之前的文章已經(jīng)介紹過了。
axis是選擇抽取數(shù)據(jù)的行還是列。axis=0的時是抽取行,axis=1時是抽取列(也就是說axis=1時,在列中隨機(jī)抽取n列,在axis=0時,在行中隨機(jī)抽取n行)
具體用法:
假設(shè)DataFrame為df
import pandas as pd df.sample(n=20000)
另外,介紹一種不是Pandas中的方法。如果想用Numpy這個庫進(jìn)行也可以。
import numpy as np np.random.sample(Your_index)
感謝你能夠認(rèn)真閱讀完這篇文章,希望小編分享的“python中Pandas對數(shù)據(jù)集隨機(jī)抽樣的案例分析”這篇文章對大家有幫助,同時也希望大家多多支持億速云,關(guān)注億速云行業(yè)資訊頻道,更多相關(guān)知識等著你來學(xué)習(xí)!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。