Python 熊猫：根据抽样政策，从大CSV读取一个小的随机样本

非常相关

---

我有一个非常大的csv，有

患者id，访问数据
列。我想从中读取一个小样本，但如果我对一名患者进行采样，我想对他的所有记录进行采样
 如果要继续使用
.csv
，可以分块读取文件，选择并沿以下行连接每个块中的相关行：

但是，我建议您看看via
pandas
，因为这允许您通过对索引数据的查询进行选择，而不是通过文件进行迭代。当然还有各种基于
sql
的选项

patient_id = id
patient = pd.DataFrame()
for chunk in pd.read_csv(filename, chunksize=chunksize):
    patient = pd.concat([patient, chunk[chunk.patient_id==id])