<\/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 utilizado \u00e9 a amostragem aleat\u00f3ria estratificada<\/strong> , na qual uma popula\u00e7\u00e3o \u00e9 dividida em grupos e um certo n\u00famero de membros de cada grupo s\u00e3o selecionados aleatoriamente para inclus\u00e3o na amostra.<\/span><\/p>\n Este tutorial explica dois m\u00e9todos para realizar amostragem aleat\u00f3ria estratificada em Python.<\/span><\/p>\n Suponha que temos o seguinte DataFrame do pandas que cont\u00e9m dados de 8 jogadores de basquete de 2 times diferentes:<\/span><\/p>\n O c\u00f3digo a seguir mostra como realizar uma amostragem aleat\u00f3ria estratificada selecionando aleatoriamente 2 jogadores de cada equipe para incluir na amostra:<\/span><\/p>\n Observe que dois jogadores de cada equipe est\u00e3o inclu\u00eddos na amostra estratificada.<\/span><\/p>\n Vamos supor novamente que temos o seguinte DataFrame do pandas que cont\u00e9m dados de 8 jogadores de basquete de 2 times diferentes:<\/span><\/p>\n Observe que 6 dos 8 jogadores (75%) no DataFrame est\u00e3o no Time A e 2 dos 8 jogadores (25%) est\u00e3o no Time B.<\/span><\/p>\n O c\u00f3digo a seguir mostra como realizar uma amostragem aleat\u00f3ria estratificada de modo que a propor\u00e7\u00e3o de jogadores na amostra de cada equipe corresponda \u00e0 propor\u00e7\u00e3o de jogadores de cada equipe no DataFrame maior:<\/span><\/p>\n Observe que a propor\u00e7\u00e3o de jogadores do Time A na amostra estratificada (25%) corresponde \u00e0 propor\u00e7\u00e3o de jogadores do Time A no DataFrame maior.<\/span><\/p>\n Da mesma forma, a propor\u00e7\u00e3o de jogadores do Time B na amostra estratificada (75%) corresponde \u00e0 propor\u00e7\u00e3o de jogadores do Time B no DataFrame maior.<\/span><\/p>\n Os tutoriais a seguir explicam como selecionar outros tipos de amostra usando pandas:<\/span><\/p>\n Como realizar amostragem por cluster no Pandas<\/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 utilizado \u00e9 a amostragem aleat\u00f3ria estratificada , na qual uma popula\u00e7\u00e3o \u00e9 dividida em grupos e um certo n\u00famero de membros de cada grupo s\u00e3o selecionados aleatoriamente […]<\/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-987","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n Exemplo 1: Amostragem estratificada usando contagens<\/strong><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd.DataFrame({'team': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],\n 'position': ['G', 'G', 'F', 'G', 'F', 'F', 'C', 'C'],\n 'assists': [5, 7, 7, 8, 5, 7, 6, 9],\n 'rebounds': [11, 8, 10, 6, 6, 9, 6, 10]})\n\n#view DataFrame\n<\/span>df\n\n team position assists rebounds\n0 A G 5 11\n1 A G 7 8\n2 A F 7 10\n3 A G 8 6\n4 B F 5 6\n5 B F 7 9\n6 B C 6 6\n7 B C 9 10\n<\/strong><\/pre>\n df. groupby<\/span> ('team', group_keys= False<\/span> ). apply<\/span> ( lambda<\/span> x: x.sample<\/span> (2))\n\n team position assists rebounds\n0 A G 5 11\n3 A G 8 6\n6 B C 6 6\n5 B F 7 9\n<\/strong><\/pre>\n Exemplo 2: Amostragem Estratificada Usando Propor\u00e7\u00f5es<\/strong><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd.DataFrame({'team': ['A', 'A', 'B', 'B', 'B', 'B', 'B', 'B'],\n 'position': ['G', 'G', 'F', 'G', 'F', 'F', 'C', 'C'],\n 'assists': [5, 7, 7, 8, 5, 7, 6, 9],\n 'rebounds': [11, 8, 10, 6, 6, 9, 6, 10]})\n\n#view DataFrame\n<\/span>df\n\n team position assists rebounds\n0 A G 5 11\n1 A G 7 8\n2 A F 7 10\n3 A G 8 6\n4 B F 5 6\n5 B F 7 9\n6 B C 6 6\n7 B C 9 10\n<\/strong><\/pre>\n import<\/span> numpy as np\n\n<\/span>#define total sample size desired<\/span>\nN = 4\n\n#perform stratified random sampling<\/span>\ndf. groupby<\/span> ('team', group_keys= False<\/span> ). apply<\/span> ( lambda<\/span> x: x. sample<\/span> (int(np. rint<\/span> (N* len<\/span> (x)\/ len<\/span> (df))))). sample<\/span> (frac=1). reset_index<\/span> (drop= True<\/span> )\n\n team position assists rebounds\n0 B F 7 9\n1 B G 8 6\n2 B C 6 6\n3 A G 7 8\n<\/strong><\/pre>\n Recursos adicionais<\/strong><\/span><\/h3>\n
Como realizar amostragem sistem\u00e1tica entre pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"