Python 如何从csv文件中随机抽取样本

我有一个包含10行的csv文件：

Text,Class
text0,class0
text1,class1
...
text9,class9

我对文本进行分类，然后将其与csv文件中标记的正确类进行比较。我想从中随机抽取4篇文章和它们的类别。我有：

import random
textt=data['Text']
class_one=data['Class']
c=textt[0:]
random_sample=random.sample(c,4)

然后，我的分类从以下内容开始：

for i in random_sample:

但是当我计算分类的准确度时，它会计算整个数据集的准确度。我如何让它只计算4个数据样本的精度

编辑： 至于分类，我有： 对于textt中的i： #分类文本 结果如下所示：

choice 1
choice 2
choice 1
...

并将其与csv文件中的正确类进行比较：

choice 1
choice 2
choice 2
...

准确度计算为66.6%，其中：

for i in class_one:
    #if predicted_class= correct_class: 
    #accuracy=number_correct/total_number

我只想对随机样本进行分类，因此与其对所有10个示例进行分类，不如只对4个进行分类，最好的方法是使用：

---

最有可能的是

pandas

解决方案正适合您。如果您想在python中将任何CSV文件一般拆分为随机的20%:80%训练和测试拆分，您可以使用核心python：

import random
x     = open("dataset.csv").readlines()
random.shuffle(x)
train = x[:int(total*0.8)]
test  = x[int(total*0.8):]

---

由于您似乎正在尝试评估某种分类（机器学习？）任务，我强烈建议您查找

scikit learn

，因为它可以对其他变量进行分层，也可以与pandas数据帧一起使用。

您还没有向我们展示您是如何做您所谈论的任何事情的；没有答案，很难给你一个具体的答案。但最有可能的是，这只是调用

（随机样本）

而不是

（c）

，或类似的问题。只需使用dataframe。样本（4），参考文档-我刚刚添加了一个编辑，这有帮助吗？

import random
x     = open("dataset.csv").readlines()
random.shuffle(x)
train = x[:int(total*0.8)]
test  = x[int(total*0.8):]