Pandas의 체계적인 샘플링(예제 포함)

연구자들은 종종 모집단에서 표본을 채취하고 표본의 데이터를 사용하여 모집단 전체에 대한 결론을 도출합니다.

일반적으로 사용되는 샘플링 방법은 체계적인 샘플링 으로, 간단한 2단계 프로세스로 구현됩니다.

1. 모집단의 각 구성원을 특정 순서로 배치합니다.

2. 임의의 시작점을 선택하고 n개 ^중 하나를 표본의 일부로 선택합니다.

이 튜토리얼에서는 Python의 Pandas DataFrame에서 체계적인 샘플링을 수행하는 방법을 설명합니다.

예: 팬더 간의 체계적인 샘플링

교사가 총 학생 수가 500명인 학교에서 학생 100명의 표본을 얻고 싶다고 가정해 보겠습니다. 그녀는 각 학생을 성을 기준으로 알파벳 순서로 배치하고 무작위로 시작점을 선택한 다음 표본에 포함될 매 5번째 학생을 선택하는 체계적 표본 추출을 사용하기로 선택했습니다.

다음 코드는 Python에서 작업할 가짜 데이터 프레임을 만드는 방법을 보여줍니다.

 import pandas as pd
import numpy as np
import string
import random

#make this example reproducible
n.p. random . seeds (0)

#create simple function to generate random last names
def randomNames(size=6, chars=string. ascii_uppercase ):
    return ''. join (random. choice (chars) for _ in range(size))

#createDataFrame
df = pd.DataFrame({'last_name': [randomNames() for _ in range(500)],
                   'GPA': np. random . normal (loc=85, scale=3, size=500)})

#view first six rows of DataFrame
df. head ()

last_name GPA
0 PXGPIV 86.667888
1 JKRRQI 87.677422
2 TRIZTC 83.733056
3 YHUGIN 85.314142
4 ZVUNVK 85.684160

그리고 다음 코드는 체계적인 샘플링을 통해 100명의 학생으로 구성된 샘플을 얻는 방법을 보여줍니다.

 #obtain systematic sample by selecting every 5th row
sys_sample_df = df. iloc [::5]

#view first six rows of DataFrame
sys_sample_df. head ()

   last_name gpa
3 ORJFW 88.78065
8 RWPSB 81.96988
13 RACZU 79.21433
18 ZOHKA 80.47246
23 QJETK 87.09991
28 JTHWB 83.87300

#view dimensions of data frame
sys_sample_df. shape

(100, 2)

샘플에 포함된 첫 번째 멤버는 원본 데이터 프레임의 첫 번째 행에 있었습니다. 샘플의 각 다음 멤버는 이전 멤버 뒤에 5줄 뒤에 위치합니다.

그리고 Shape()를 사용하면 우리가 얻은 체계적 샘플이 100행과 2열의 데이터 프레임임을 알 수 있습니다.

추가 리소스

샘플링 방법의 유형
팬더의 클러스터 샘플링
Pandas의 계층화된 샘플링