<\/p>\n
Os pesquisadores geralmente coletam amostras<\/a> de uma popula\u00e7\u00e3o e usam os dados da amostra para tirar conclus\u00f5es sobre a popula\u00e7\u00e3o como um todo.<\/span><\/p>\n Um m\u00e9todo de amostragem comumente usado \u00e9 a amostragem por conglomerados<\/strong> , em que uma popula\u00e7\u00e3o \u00e9 dividida em conglomerados e todos os membros de determinados<\/em> conglomerados s\u00e3o escolhidos para inclus\u00e3o na amostra.<\/span><\/p>\n Este tutorial explica como realizar amostragem de cluster em um DataFrame do pandas em Python.<\/span><\/p>\n Digamos que uma empresa que oferece passeios pela cidade queira fazer uma pesquisa com seus clientes. Dos dez passeios que oferecem por dia, eles selecionam aleatoriamente quatro passeios e pedem a cada cliente que avalie sua experi\u00eancia em uma escala de 1 a 10.<\/span><\/p>\n O c\u00f3digo a seguir mostra como criar um DataFrame do pandas para trabalhar:<\/span><\/p>\n E o c\u00f3digo a seguir mostra como obter uma amostra de clientes selecionando aleatoriamente quatro visitas e incluindo cada membro dessas visitas na amostra:<\/span><\/p>\n Pelo resultado podemos ver que:<\/span><\/p>\n Assim, esta amostra \u00e9 composta por 80 clientes no total de 4 grupos tur\u00edsticos diferentes.<\/span><\/p>\n Compreender os diferentes tipos de m\u00e9todos de amostragem<\/a> Os pesquisadores geralmente coletam amostras de uma popula\u00e7\u00e3o e usam os dados da amostra para tirar conclus\u00f5es sobre a popula\u00e7\u00e3o como um todo. Um m\u00e9todo de amostragem comumente usado \u00e9 a amostragem por conglomerados , em que uma popula\u00e7\u00e3o \u00e9 dividida em conglomerados e todos os membros de determinados conglomerados s\u00e3o escolhidos para inclus\u00e3o na […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1168","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n Exemplo: Amostragem Cluster em Pandas<\/strong><\/h2>\n
import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n<\/span>\n#make this example reproducible<\/span>\nn.p. random<\/span> . seeds<\/span> (0)\n\n#createDataFrame<\/span>\ndf = pd.DataFrame({'tour': np. repeat<\/span> (np. arange<\/span> (1,11), 20),\n 'experience': np. random<\/span> . normal<\/span> (loc=7, scale=1, size=200)})\n\n#view first six rows of DataFrame<\/span>\ndf. head<\/span> ()\n\n tour experience\n1 1 6.373546\n2 1 7.183643\n3 1 6.164371\n4 1 8.595281\n5 1 7.329508\n6 1 6.179532\n<\/strong><\/pre>\n #randomly choose 4 tour groups out of the 10<\/span>\nclusters = np. random<\/span> . choice<\/span> (np. arange<\/span> (1,11), size=4, replace= False<\/span> )\n\n#define sample as all members who belong to one of the 4 tour groups<\/span>\ncluster_sample = df[df[' tour<\/span> ']. isin<\/span> (clusters)]\n\n#view first six rows of sample\n<\/span>cluster_sample. head<\/span> ()\n\ntour experience\n40 3 5.951447\n41 3 5.579982\n42 3 5.293730\n43 3 8.950775\n44 3 6.490348 \n\n#find how many observations came from each tour group\n<\/span>cluster_sample[' tour<\/span> ']. value_counts<\/span> ()\n\n10 20\n6 20\n5 20\n3 20\nName: tour, dtype: int64<\/strong><\/pre>\n\n
Recursos adicionais<\/strong><\/span><\/h3>\n
Amostragem estratificada em pandas<\/a>
Amostragem sistem\u00e1tica de pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"