Pandas: cara mengambil sampel baris dengan penggantian

Anda dapat menggunakan argumen replace=True di fungsi pandas sample() untuk mengambil sampel baris secara acak dari DataFrame dengan penggantian:

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

Dengan menggunakan replace=True Anda mengizinkan baris yang sama untuk dimasukkan dalam sampel beberapa kali.

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: Contoh baris dengan penggantian di Pandas

Misalkan kita memiliki pandas DataFrame berikut yang berisi informasi tentang berbagai pemain bola basket:

 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

Misalkan kita menggunakan fungsi sample() untuk memilih sampel baris secara acak:

 #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

Perhatikan bahwa enam baris telah dipilih di DataFrame dan tidak ada baris yang muncul beberapa kali dalam sampel.

Catatan : Argumen random_state=0 memastikan bahwa contoh ini dapat direproduksi.

Sekarang misalkan kita menggunakan argumen replace=True untuk memilih sampel baris acak dengan penggantian:

 #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

Perhatikan bahwa baris dengan tim “D” muncul beberapa kali.

Dengan menggunakan argumen replace=True , kami mengizinkan baris yang sama muncul beberapa kali dalam sampel.

Perhatikan juga bahwa kita dapat memilih pecahan acak dari DataFrame untuk disertakan dalam sampel menggunakan argumen frac .

Misalnya, contoh berikut menunjukkan cara memilih 75% baris untuk disertakan dalam sampel pengganti:

 #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

Perhatikan bahwa 75% dari jumlah baris (6 dari 8) dimasukkan dalam sampel dan setidaknya satu baris (dengan tim “D”) muncul dua kali dalam sampel.

Catatan : Anda dapat menemukan dokumentasi lengkap untuk fungsi pandas sample() di sini .

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan metode pengambilan sampel umum lainnya di Pandas:

Cara melakukan pengambilan sampel bertingkat pada panda
Cara melakukan pengambilan sampel cluster di Pandas