sample()函数,Pandas DataFrame.sample()随机采样及使用示例（15）

Pandas DataFrame.sample() 介绍

在 Pandas DataFrame.sample() 中。采样是任何操作中的关键过程之一。总是需要从实际列表中抽取一小组元素，并在这个小集合上应用预期的操作，以确保操作中涉及的过程正常工作。在pandas库中，这个采样过程是通过sample()方法实现的。抽样方法负责从给定的数据实体中选择一组随机值，​​可以对预期过程进行抽样测试。

本文是Python Pandas教程系列的一部分，您可以点击Python Pandas使用教程查看所有。

语法

DataFrame.sample(self:
~FrameOrSeries, n=None, frac=None, replace=False, weights=None, random_s
tate=None, axis=None)

实现 Pandas DataFrame.sample() 的示例

下面是提到的例子：

示例#1

代码：

import pandas as pd
Core_Series = pd.Series([ 1, 6, 11, 15, 21, 26])
print("   THE CORE SERIES ")
print(Core_Series)
sample_Series = Core_Series.sample(n=2)
print("")
print("   THE SAMPLE SERIES ")
print(sample_Series)

输出：

说明：  这里最初导入的是Pandas的库，导入的库用于创建系列。系列中的值以这样的方式表述，即它们是 1 到 n 的系列。apply() 方法与 lambda 函数一起放置在这个系列上。本系列中的 sample() 方法具有 2 个采样集，将样本记录单独返回到控制台。

示例#2

代码：

import pandas as pd
Core_Dataframe = pd.DataFrame({'A' :  [ 1, 6, 11, 15, 21, 26],
'B' :  [2, 7, 12, 17, 22, 27],
'C' :  [3, 8, 13, 18, 23, 28],
'D' :  [4, 9, 14, 19, 24, 29],
'E' :  [5, 10, 15, 20, 25, 30]})
print("   THE CORE DATAFRAME ")
print(Core_Dataframe)
sample_Dataframe = Core_Dataframe.sample(n=3)
print("")
print("   THE SAMPLE DATAFRAME ")
print(sample_Dataframe)

输出：

说明：  这里最初导入的是panda 的库，导入的库用于创建形状为(6,6) 的数据框。数据框中的所有列都分配有按字母顺序排列的标题。数据框中的值以这样的方式表示，即它们是 1 到 n 的序列。此数据框在此处以编程方式命名为核心数据框。n 为 3 的 sample() 方法将三个记录的采样集返回到控制台。

示例 #3

代码：

import pandas as pd
Core_Dataframe = pd.DataFrame({'Column1' :  [ 'A', 'B', 'C', 'D', 'E', 'F'],
'Column2' :  [ 'G', 'H', 'I', 'J', 'K', 'L'],
'Column3' :  [ 'M', 'N', 'O', 'P', 'Q', 'R'],
'Column4' :  [ 'S', 'T', 'U', 'V', 'W', 'X'],
'Column5' :  [ 'Y', 'Z', None, None, None, None]})
print("   THE CORE DATAFRAME ")
print(Core_Dataframe)
print("")
sample_Dataframe = Core_Dataframe.sample(frac=0.5)
print("   THE SAMPLE DATAFRAME ")
print(sample_Dataframe)

输出：

说明：  在本例中，首先制定了核心数据帧。pd.dataframe() 用于制定数据帧。数据框的每一行都连同它们的列名一起插入。一旦数据框被完全公式化，它就会被打印到控制台上。我们可以注意到，在这个例子中，数据框与英语词典中的字母值相关联。字典中的每一列都标有合适的列名。sample() 方法用于从核心数据帧中采样 50% 的记录，这在数据帧参数中使用 frac 参数提及。要通知 50%，将 frac 参数设置为 0.5。

示例 #4

代码：

import pandas as pd
Core_Dataframe = pd.DataFrame({'A' :  [ 1.23, 6.66, 11.55, 15.44, 21.44, 26.4 ],
'B' :  [ 2.345, 745.5, 12.4, 17.34, 22.35, 27.44 ],
'C' :  [ 3.67, 8, 13.4, 18, 23, 28.44 ],
'D' :  [ 4.6788, 923.3, 14.5, 19, 24, 29.44 ],
'E' :  [ 5.3, 10.344, 15.556, 20.6775, 25.4455, 30.3 ]})
print("   THE CORE DATAFRAME ")
print(Core_Dataframe)
print("")
sample_Dataframe = Core_Dataframe.sample(frac=30 , replace = True , random_state=1)
print("   THE SAMPLE DATAFRAME ")
print(sample_Dataframe)

输出：

说明：  在本例中，首先制定了核心数据帧。pd.dataframe() 用于制定数据帧。数据框的每一行都连同它们的列名一起插入。一旦数据框被完全公式化，它就会被打印到控制台上。本例中使用了典型的浮动数据集。此处再次使用 sample() 方法从核心数据帧中采样多条记录。

结论

pandas 中的 sample() 方法允许以非常简单的方式灵活地对 pandas 的数据结构执行优化的采样过程。