熊猫分层抽样

Question

我查看了Sklearn分层抽样文档，pandas文档以及基于列的Pandas分层抽样和sklearn分层抽样，但它们没有解决此问题。

我正在寻找一种快速的pandas / sklearn / numpy方法从数据集中生成大小为n的分层样本。但是，对于少于指定采样数的行，应采用所有条目。

谢谢！:)

Answer 1

使用min经过数样本时。考虑数据框df

df = pd.DataFrame(dict(
        A=[1, 1, 1, 2, 2, 2, 2, 3, 4, 4],
        B=range(10)
    ))

df.groupby('A', group_keys=False).apply(lambda x: x.sample(min(len(x), 2)))

   A  B
1  1  1
2  1  2
3  2  3
6  2  6
7  3  7
9  4  9
8  4  8