摘要：有時(shí)候我們只需要數(shù)據(jù)集中的一部分，并不需要全部的數(shù)據(jù)。這個(gè)時(shí)候我們就要對(duì)數(shù)據(jù)集進(jìn)行隨機(jī)的抽樣。pandas中自帶有抽樣的方法。

應(yīng)用場(chǎng)景：

我有10W行數(shù)據(jù)，每一行都11列的屬性。

現(xiàn)在，我們只需要隨機(jī)抽取其中的2W行。

實(shí)現(xiàn)方法很簡(jiǎn)單：

利用Pandas庫中的sample。

DataFrame.sample(n=None,?frac=None,?replace=False,?weights=None,?random_state=None,?axis=None)

n是要抽取的行數(shù)。（例如n=20000時(shí)，抽取其中的2W行）

frac是抽取的比列。（有一些時(shí)候，我們并對(duì)具體抽取的行數(shù)不關(guān)系，我們想抽取其中的百分比，這個(gè)時(shí)候就可以選擇使用frac，例如frac=0.8，就是抽取其中80%）

replace：是否為有放回抽樣，取replace=True時(shí)為有放回抽樣。

weights這個(gè)是每個(gè)樣本的權(quán)重，具體可以看官方文檔說明。

random_state這個(gè)在之前的文章已經(jīng)介紹過了。

axis是選擇抽取數(shù)據(jù)的行還是列。axis=0的時(shí)是抽取行，axis=1時(shí)是抽取列（也就是說axis=1時(shí)，在列中隨機(jī)抽取n列，在axis=0時(shí)，在行中隨機(jī)抽取n行）

具體用法：

假設(shè)DataFrame為df

            
import pandas as pd
df.sample(n=20000)
          

另外，介紹一種不是Pandas中的方法。如果想用Numpy這個(gè)庫進(jìn)行也可以。

            
import numpy as np
np.random.sample(Your_index)
          

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。