python中带替换的分层样本

我有一个熊猫

数据帧

。我正在尝试创建一个带有替换项的示例

数据帧

，并将其分层

这允许我替换：

df_test = df.sample(n=100, replace=True, random_state=42, axis=0)

然而，我不知道如何也分层。我可以使用

权重

参数吗？如果可以，如何使用？我要分层的列是字符串

这使我能够对以下内容进行分层：

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(
    X, Y, test_size=.50, stratify=Y, random_state=42)

但是，没有替代的选择

---

如何同时进行分层和替换？

据我所知，默认的

StratifiedShuffleSplit

from将与替换一起运行，即非互斥的strats。希望我理解正确

将numpy导入为np
从sklearn.model_选择导入分层hufflesplit
X=np.数组（[[1,2]，[3,4]，[1,2]，[3,4]，[1,2]，[3,4]）
y=np.array（[0,0,0,1,1,1]）
sss=StratifiedShuffleSplit（n_分割=5，测试大小=0.5，随机状态=0）
sss.get_n_分割（X，y）
打印（sss）
对于序列索引，测试sss中的索引。拆分（X，y）：
打印（“列车：，列车索引，测试：，测试索引）
X_列，X_测试=X[列索引]，X[测试索引]
y_列，y_测试=y[列指数]，y[测试指数]

收益率：

TRAIN: [5 2 3] TEST: [4 1 0]
TRAIN: [5 1 4] TEST: [0 2 3]
TRAIN: [5 0 2] TEST: [4 3 1]
TRAIN: [4 1 0] TEST: [2 3 5]
TRAIN: [0 5 1] TEST: [3 4 2]

---

这是一个有点老的问题，但既然谷歌在我寻找同样的东西时首先给了我这个，我想把这个留给每个人都会很有用，包括我未来的自己

显然，

sklearn

提供了以下功能：

---

您可以使用

n\u samples

参数控制样本量。默认情况下，它设置为

None

，因此您可以返回带有替换的

X.shape[0]

随机样本（因为这是为引导目的而设计的）。希望这对其他人有所帮助。

您想用什么替换？请注意，

stratify

选项仅在

from sklearn import datasets
from sklearn.utils import resample

X, y = datasets.load_iris(return_X_y=True)
X_new, y_new = resample(X, y, stratify=y)