> sample来自每个组
> sample来自每个组
提问于 2020-03-24 13:53:09
我有一个超过40.000行的DataFrame，其中某个列表示组成员身份。一共有八组。我想要一个更小的DataFrame，在这里我从每个组中抽取一个x号。
allthedata.groupby("groupvariable", group_keys=False).apply(lambda group_df: group_df.sample(100, random_state=784)) 有了上面的代码，我每组抽样100个案例。但是，我想从第1组中抽取10份，从第2组中抽取40份，从第3组中抽取10份，这与小组的总规模无关。
有什么办法可以指定每组样品的数量吗？
谢谢!
回答 2
Stack Overflow用户
回答已采纳
发布于 2020-03-24 14:53:33
在这种情况下，认为需要一个for循环：
groups = ["groupvariable", "groupvariable2", "groupvariable3" ...]
sample_sizes = [100, 40, 10, ...]
# initialise list of dataframes samples to concatenate
samples = []
for group, sample_size in zip(groups, sample_sizes):
samples.append(allthedata.groupby(group, group_keys=False).sample(sample_size, random_state=784))
# concatenate all samples into unique data frame
final_df = pd.concat(samples)Stack Overflow用户
发布于 2020-03-25 10:15:54
我解决了这个问题，多亏了Edoardo Guerriero和一些小小的改变：
groups = [1,2,3,4,5,6,7,8]
sample_sizes = [1, 30, 70, 1, 5, 40, 20, 70]
samples = []
for group, sample_size in zip(groups, sample_sizes):
samples.append(allthedata.groupby("groupingvar").get_group(group).sample(sample_size, random_state=4465))
# concatenate all samples into unique data frame
finaldf = pd.concat(samples)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60832450
复制相关文章
相似问题
腾讯云开发者
