Pandas 数据框示例的补充

【问题标题】：Complement of Pandas Dataframe SamplePandas 数据框示例的补充
【发布时间】：2017-10-10 17:36:04
【问题描述】：

import pandas as pd

df = pd.read_csv("train.csv")

sample = df.sample(10)

sample.to_csv("train_subset.csv")

我想从给定的 csv 文件 (train.csv) 中抽取 10 个随机行并将其存储为新的 csv 文件 train_subset.csv。上面的代码实现了这一点。现在我还想将所有未采样的行存储到文件 train_remaining.csv 中。

我该如何实现呢？如何找到采样的行？

【问题讨论】：

【解决方案1】：

我建议使用 sklearns train_test_split。

这将允许您获取随机选择的行的百分比。

【讨论】：

您能否更明确地告诉我如何使用它？我对文档感到困惑。 @格雷格
'import pandas as pd from sklearn.model_selection import train_test_split df = pd.read_csv("train.csv") X = df['features_used_to_predict'] y = df['thing_being_predicted'] X_train, X_test , y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)' 如果需要，您可以连接测试信息以获取数据子集。