问题描述
我想根据ID和它们所属的comm_type对下面的数据集进行采样；相同的ID可以具有多个comm_type，数据集非常庞大，因此我想对一百万个较小的ID进行更进一步的分析； 我看到有一个sampleBy（col，fractions，seed = None）方法可以执行此操作，但是我需要按comm_type对数据进行分组，然后按ID进行采样，因此我正在努力找出执行此操作的最佳方法。数据集中还有其他字段，但需要在这两列上进行采样。
comm_type的分数应与DF中的原始数据匹配， E = 0.5，M = 0.4，P = 0.1，原始DF中的唯一ID约为19 M，我只需要对数据集中的1 M样本进行采样，并使comm_type分数与原始数据集一致。
将感谢您的帮助或指导。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）