Pandas：如何通过替换对行进行采样

您可以使用 pandas Sample()函数中的Replace=True参数从 DataFrame 中随机采样行并进行替换：

 #randomly select n rows with repeats allowed
df. sample (n= 5 , replace= True ) 

通过使用replace=True，您允许同一行多次包含在样本中。

以下示例展示了如何在实践中使用此语法。

示例：Pandas 中替换行的示例

假设我们有以下 pandas DataFrame，其中包含有关各种篮球运动员的信息：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20, 28],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})
                   
#view DataFrame
print (df)

  team points assists rebounds
0 A 18 5 11
1 B 22 7 8
2 C 19 7 10
3 D 14 9 6
4 E 14 12 6
5 F 11 9 5
6 G 20 9 9
7:28 4 12

假设我们使用sample()函数随机选择行样本：

 #randomly select 6 rows from DataFrame (without replacement)
df. sample (n= 6 , random_state= 0 )

        team points assists rebounds
6 G 20 9 9
2 C 19 7 10
1 B 22 7 8
7:28 4 12
3 D 14 9 6
0 A 18 5 11

请注意，已在 DataFrame 中选择了六行，并且没有任何行在示例中多次出现。

注意： random_state=0参数确保此示例是可重现的。

现在假设我们使用Replace=True参数来选择具有替换的随机行样本：

 #randomly select 6 rows from DataFrame (with replacement)
df. sample (n= 6 , replace= True , random_state= 0 )

        team points assists rebounds
4 E 14 12 6
7:28 4 12
5 F 11 9 5
0 A 18 5 11
3 D 14 9 6
3 D 14 9 6

请注意，带有团队“D”的行出现了多次。

通过使用replace=True参数，我们允许同一行在样本中出现多次。

另请注意，我们可以使用frac参数选择 DataFrame 的随机部分以包含在样本中。

例如，以下示例显示如何选择 75% 的行以包含在替换示例中：

 #randomly select 75% of rows (with replacement)
df. sample (frac= 0.75 , replace= True , random_state= 0 ) 

        team points assists rebounds
4 E 14 12 6
7:28 4 12
5 F 11 9 5
0 A 18 5 11
3 D 14 9 6
3 D 14 9 6

请注意，样本中包含 75% 的行数（8 行中的 6 行），并且至少有一条行（团队“D”）在样本中出现了两次。

注意：您可以在此处找到 pandas Sample()函数的完整文档。

其他资源

以下教程解释了如何在 Pandas 中执行其他常见采样方法：

如何对熊猫进行分层抽样
如何在 Pandas 中进行聚类抽样