python Pandas如何对数据集随机抽样
摘要：有时候我们只需要数据集中的一部分，并不需要全部的数据。这个时候我们就要对数据集进行随机的抽样。pandas中自带有抽样的方法。
应用场景：
我有10W行数据，每一行都11列的属性。
现在，我们只需要随机抽取其中的2W行。
实现方法很简单：
利用Pandas库中的sample。
DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)
n是要抽取的行数。（例如n=20000时，抽取其中的2W行）
frac是抽取的比列。（有一些时候，我们并对具体抽取的行数不关系，我们想抽取其中的百分比，这个时候就可以选择使用frac，例如frac=0.8，就是抽取其中80%）
replace：是否为有放回抽样，取replace=True时为有放回抽样。
weights这个是每个样本的权重，具体可以看官方文档说明。
random_state这个在之前的文章已经介绍过了。
axis是选择抽取数据的行还是列。axis=0的时是抽取行，axis=1时是抽取列（也就是说axis=1时，在列中随机抽取n列，在axis=0时，在行中随机抽取n行）
具体用法：
假设DataFrame为df
import pandas as pd df.sample(n=20000)
另外，介绍一种不是Pandas中的方法。如果想用Numpy这个库进行也可以。
import numpy as np np.random.sample(Your_index)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持小牛知识库。
-
问题内容： 我有一个很大的数据集，想将其分为训练（50％）和测试集（50％）。 假设我有100个示例存储了输入文件，每一行包含一个示例。我需要选择50条线作为训练集和50条线测试集。 我的想法是首先生成一个长度为100（值范围从1到100）的随机列表，然后将前50个元素用作50个训练示例的行号。与测试集相同。 这可以在Matlab中轻松实现 但是如何在Python中完成此功能？我是Python的新
-
问题内容： 如何填充一个int列（当前为空），其中包含不带重复项的随机数？ 问题答案： 我想您可以使该列成为防止重复的主键，尽管这是一种hack。您可以稍后删除密钥。
-
问题内容： 我有一个像这样的数组： 如何将其随机/随机播放？ 问题答案： 实际无偏混洗算法是Fisher-Yates（aka Knuth）。
-
问题内容： 背景 我正在从事某种数据记录器的工作。 我想尝试1000000（1M）行需要多少存储空间，以及Raspberry Pi如何处理如此大的表。我想对一些查询进行分组，计算平均值和其他性能实验。 我的桌子看起来像这样： 问题 如何 在MySQL 中用1万亿行填充它？ 要求： 栏位：随机时间戳记，但仅限一年 栏位：指定范围内的随机浮点数（例如0.00-100.00） 是自动增量，无需在意 总是
-
本文向大家介绍js实现随机抽奖，包括了js实现随机抽奖的使用技巧和注意事项，需要的朋友参考一下 前言 在前端的开发当中，我们肯定会遇到随机抽奖的需求。我们要怎么去实现呢？下面就来分享随机抽奖的JS代码，有需要的小伙伴可以复制到编译器当中运行查看效果。 随机抽奖的JS代码 小编还为大家准备了精彩的专题：javascript经典小游戏汇总 以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多
-
问题内容： 我有一个数据库表，其中包含约1.6亿行。 该表有两列： 和。 我只需要使用PHP从列中显示1000个随机行并将它们放入标记中。像这样： 我一直在尝试这样做，但是要花这么长时间才能在如此大的数据库上加载，而且我找不到其他解决方案。 我希望有一个快速/轻松的方法来做到这一点。我无法想象仅回显1000个随机行是不可能的……谢谢！ 问题答案： ORDER BY RAND（）是一个可以在小型数据