Pandy: jak próbkować wiersze z zamianą

Możesz użyć argumentu zamiany=True w funkcji pandas sample(), aby losowo próbkować wiersze z ramki DataFrame z zamianą:

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

Używając zamiany=True, pozwalasz na wielokrotne uwzględnienie tego samego wiersza w próbce.

Poniższy przykład pokazuje, jak zastosować tę składnię w praktyce.

Przykład: Przykłady linii z zamianą w Pandach

Załóżmy, że mamy następującą ramkę danych pand, która zawiera informacje o różnych koszykarzach:

 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

Załóżmy, że używamy funkcji sample() do losowego wybrania próbki wierszy:

 #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

Należy zauważyć, że w ramce danych wybrano sześć wierszy i żaden z wierszy nie pojawia się wielokrotnie w próbce.

Uwaga : Argument random_state=0 gwarantuje, że ten przykład będzie odtwarzalny.

Załóżmy teraz, że użyjemy argumentu zamiany=True , aby wybrać losową próbkę wierszy z zamianą:

 #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

Zwróć uwagę, że linia z zespołem „D” pojawia się wielokrotnie.

Używając argumentu zamiany=True , pozwalamy na wielokrotne pojawienie się tego samego wiersza w próbce.

Należy również pamiętać, że za pomocą argumentu frac możemy wybrać losową część ramki danych do uwzględnienia w próbie.

Na przykład poniższy przykład pokazuje, jak wybrać 75% wierszy, które mają zostać uwzględnione w próbie zastępczej:

 #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

Należy zwrócić uwagę, że w próbie znalazło się 75% linii (6 z 8) i co najmniej jedna z linii (z zespołem „D”) pojawiła się w próbie dwukrotnie.

Uwaga : pełną dokumentację funkcji pandas sample() można znaleźć tutaj .

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne popularne metody próbkowania w Pandach:

Jak przeprowadzić próbkowanie warstwowe w pandach
Jak wykonać próbkowanie klastrów w Pandach