数据集随机抽样

需求：
有时候我们只需要数据集中的一部分，并不需要全部的数据。

解决办法：
这个时候我们就要对数据集进行随机的抽样。
pandas中自带有抽样的方法。

应用场景：
我有10W行数据，每一行都11列的属性。
现在，我们只需要随机抽取其中的2W行。

DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)
参数说明：
n是要抽取的行数。（例如n=20000时，抽取其中的2W行）
frac是抽取的比列。（例如frac=0.8，就是抽取其中80%）
replace抽样后的数据是否代替原DataFrame()
weights这个是每个样本的权重。
random_state随机种子，整数或numpy.random.RandomState
axis是选择抽取数据的行还是列。axis=0的时是抽取行，axis=1时是抽取列（也就是说axis=1时，在列中随机抽取n列，在axis=0时，在行中随机抽取n行）

范例：
df = pd.DataFrame({'num_legs': [2, 4, 8, 0],
                    'num_wings': [2, 0, 0, 0],
                    'num_specimen_seen': [10, 2, 1, 8]},
                   index=['falcon', 'dog', 'spider', 'fish'])

df.sample(10, replace = True)

最后

以上就是苹果往事为你收集整理的数据集随机抽样的全部内容，希望文章能够帮你解决数据集随机抽样所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。