每组随机样本，具有min_rows

编程问答 2022-08-11

问题描述

我有一个数据框，我想对其采样。但是，在随机采样时，我希望列中的每个元素至少有1个采样。我也希望分布也有效果。（例如：原始样本上包含更多样本的值在样本df上具有更多

类似于this和this问题，但每组样本量最小。

让我们说这是我的df：

df = pd.DataFrame(columns=['class'])
df['class'] = [0,1,2]
df_sample = df.sample(n=4)

当我对此采样时，我希望df_sample看起来像：

     Class
      0
      0
      1
      2

谢谢。

解决方法

根据@YukiShioriii的建议，您可以：

1-对每组值的一行进行采样

2-随机采样剩余的行，而不考虑值

,

遵循YukiShioriii和mprouveur的建议

request.auth.token.nameOfTheListField.hasAny(groupIds)

输出

# random_state for reproducibility,remove in production code
sample = df.groupby('class').sample(1,random_state=1)

sample = sample.append(
    df[~df.index.isin(sample.index)] # only rows that have not been selected
    .sample(n=sample_size-sample.shape[0]) # sample more rows as needed
).sort_index()
pandaspythonsample