Pandas: как выбирать строки с заменой

Вы можете использовать аргумент replace=True в функции pandas sample() для случайной выборки строк из DataFrame с заменой:

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

Используя replace=True , вы позволяете включать одну и ту же строку в образец несколько раз.

В следующем примере показано, как использовать этот синтаксис на практике.

Пример: Примеры строк с заменой в Pandas

Предположим, у нас есть следующий DataFrame pandas, содержащий информацию о различных баскетболистах:

 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

Предположим, мы используем функцию sample() для случайного выбора выборки строк:

 #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

Обратите внимание, что в DataFrame выбрано шесть строк, и ни одна из них не появляется в образце несколько раз.

Примечание . Аргумент random_state=0 гарантирует воспроизводимость этого примера.

Теперь предположим, что мы используем аргумент replace=True для выбора случайной выборки строк с заменой:

 #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

Обратите внимание, что строка с командой «D» появляется несколько раз.

Используя аргумент replace=True , мы позволяем одной и той же строке появляться в образце несколько раз.

Также обратите внимание, что мы можем выбрать случайную часть DataFrame для включения в выборку, используя аргумент frac .

Например, в следующем примере показано, как выбрать 75 % строк для включения в заменяющую выборку:

 #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

Обратите внимание, что 75% количества строк (6 из 8) попали в выборку и хотя бы одна из строк (с командой «D») появилась в выборке дважды.

Примечание . Полную документацию по функции pandas sample() можно найти здесь .

Дополнительные ресурсы

В следующих руководствах объясняется, как использовать другие распространенные методы выборки в Pandas:

Как провести стратифицированную выборку в пандах
Как выполнить кластерную выборку в Pandas