如何使用数据框作为大熊猫的权重对数据框进行采样

Question

我想根据权重数据框从数据框的每一列中采样行。 权重数据框的所有列的总和为 1。

A=pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]]).transpose()
w=pd.DataFrame([[0.2,0.5,0.3],[0.1,0.3,0.6],[0.4,0.5,0.1]])
sampled_data = A.sample(n=10, replace=True, weights=w)

但是这段代码会产生以下错误

ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

显然我希望根据 w 的第一列的权重对 A 的第一列进行采样，依此类推。

使用这样的解决方案：

sampled_data =
  1 2 3
0 2 6 8
1 2 5 7
2 3 4 8
. .....
9 1 6 9

Answer 1

听起来您希望每列都有独立的样本。如果是这样，我认为这可以满足您的要求：

import pandas as pd
A=pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]]).transpose()
w=pd.DataFrame([[0.2,0.5,0.3],[0.1,0.3,0.6],[0.4,0.5,0.1]]).transpose()
L=[]
for i in [0,1,2]:
    s=A[i].sample(n=10,replace=True,weights=w[i])
    L.append(s.values)
A_sample=pd.DataFrame(L).transpose()
print(A_sample)

输出是

   0  1  2
0  3  6  7
1  2  5  8
2  3  6  8
3  1  6  7
4  1  5  8
5  3  6  8
6  1  6  9
7  1  6  7
8  2  4  8
9  2  6  7

请注意，为了完成这项工作，我将 A 和 w 转换为您最初拥有的内容。

可能有更巧妙的方法可以做到这一点，但我不知道。