Систематический отбор проб в пандах (с примерами)

Исследователи часто берут образцы из популяции и используют данные выборки, чтобы сделать выводы о популяции в целом.

Обычно используемым методом выборки является систематическая выборка , которая реализуется в виде простого двухэтапного процесса:

1. Расположите каждого члена популяции в определенном порядке.

2. Выберите случайную отправную точку и выберите одного члена ^из n для включения в выборку.

В этом руководстве объясняется, как выполнять систематическую выборку в DataFrame pandas в Python.

Пример: систематический отбор проб среди панд

Предположим, учитель хочет получить выборку из 100 учеников из школы, в которой всего учатся 500 учеников. Она предпочитает использовать систематическую выборку, при которой она размещает каждого учащегося в алфавитном порядке на основе его фамилии, случайным образом выбирает отправную точку и выбирает каждого пятого учащегося для включения в выборку.

Следующий код показывает, как создать поддельный фрейм данных для работы с Python:

 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

А следующий код показывает, как получить выборку из 100 студентов посредством систематической выборки:

 #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)

Обратите внимание, что первый элемент, включенный в выборку, находился в первой строке исходного фрейма данных. Каждый следующий член выборки располагается через 5 строк после предыдущего.

А с помощью shape() мы видим, что полученная нами систематическая выборка представляет собой фрейм данных из 100 строк и 2 столбцов.

Дополнительные ресурсы

Типы методов выборки
Кластерная выборка в пандах
Стратифицированная выборка в пандах