在 pandas groupby 之后对每个组进行采样答案

【问题标题】：Sample each group after pandas groupby在 pandas groupby 之后对每个组进行采样
【发布时间】：2016-07-23 06:31:18
【问题描述】：

我知道这个问题一定在某个地方得到了回答，但我就是找不到。

问题：groupby操作后对每组进行采样。

import pandas as pd

df = pd.DataFrame({'a': [1,2,3,4,5,6,7],
                   'b': [1,1,1,0,0,0,0]})

grouped = df.groupby('b')

# now sample from each group, e.g., I want 30% of each group

【问题讨论】：

从 pandas 1.1 开始，您可以使用 df.groupby('b').sample()。 Relevant docs

标签： python pandas random group-by pandas-groupby

【解决方案1】：

应用 lambda 并使用参数 frac 调用 sample：

In [2]:
df = pd.DataFrame({'a': [1,2,3,4,5,6,7],
                   'b': [1,1,1,0,0,0,0]})

grouped = df.groupby('b')
grouped.apply(lambda x: x.sample(frac=0.3))

Out[2]:
     a  b
b        
0 6  7  0
1 2  3  1

【讨论】：

【解决方案2】：

熊猫 >= 1.1：`GroupBy.sample`

这就像魔术一样：

# np.random.seed(0)
df.groupby('b').sample(frac=.3) 

   a  b
5  6  0
0  1  1

熊猫

您可以将GroupBy.apply 与sample 一起使用。您不需要使用 lambda； apply 接受关键字参数：

df.groupby('b', group_keys=False).apply(pd.DataFrame.sample, frac=.3)

   a  b
5  6  0
0  1  1

【讨论】：

df.sample(frac=1).groupby('b').head(2) 这个不一样。 Sample 均匀取样，这个第一个第一个。它们的使用取决于任务，但头部取决于排序顺序，而样本则没有。

熊猫 >= 1.1：GroupBy.sample

熊猫

熊猫 >= 1.1：`GroupBy.sample`