パンダ: 置換を使用して行をサンプリングする方法

pandas sample()関数でreplace=True引数を使用すると、置換を伴う DataFrame から行をランダムにサンプリングできます。

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

replace=Trueを使用すると、同じ行をサンプルに複数回含めることができます。

次の例は、この構文を実際に使用する方法を示しています。

例: Pandas で置換された行の例

さまざまなバスケットボール選手に関する情報を含む次のパンダ データフレームがあるとします。

 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

Sample()関数を使用して行のサンプルをランダムに選択するとします。

 #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

DataFrame で 6 つの行が選択されており、サンプル内で複数回表示される行はないことに注意してください。

注: random_state=0引数により、この例は再現可能になります。

次に、 replace=True引数を使用して、置換を含む行のランダムなサンプルを選択するとします。

 #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

チーム「D」の行が複数回出現することに注意してください。

replace=True引数を使用すると、サンプル内で同じ行が複数回出現することができます。

また、 frac引数を使用して、サンプルに含めるデータフレームのランダムな部分を選択できることにも注意してください。

たとえば、次の例は、置換サンプルに含める行の 75% を選択する方法を示しています。

 #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

ライン数の 75% (8 つ中 6 つ) がサンプルに含まれており、少なくとも 1 つのライン (チーム「D」) がサンプル内に 2 回出現していることに注意してください。

注意: pandasのsample()関数の完全なドキュメントはここで見つけることができます。

追加リソース

次のチュートリアルでは、Pandas で他の一般的なサンプリング方法を実行する方法について説明します。

パンダで層化サンプリングを実行する方法
Pandas でクラスター サンプリングを実行する方法