如何在python中从dataframe中选择某些%的记录？

我需要从我的数据框中选择一些记录进行分析，比如说我需要从我的数据框中选择33%的记录，它有100条记录（作为一个例子）。我需要从我的数据框中随机选择33条记录。我尝试了“random.randint”，但这并没有给出准确的33%的记录，它只给出了大约33%的记录。下面是我的代码：

DF_1['ran'] = [random.randint(0,99)  for k in DF_1.index]

DF_2=DF_1[DF_1['ran']<33] 

DF_1['ran']=[random.randint（0,99）表示DF_1.index中的k]
列表理解中的DF_2=DF_1[DF_1['ran']
randint
不能保证均匀分布，也不能保证没有重复

使用
random
模块，您可以使用，该模块提供无需更换的样本：

对于NumPy，您可以使用，指定
replace=False
：

indices = np.random.choice(Mission_3_0A.index, size=num, replace=False)
DF_2 = DF_1.loc[indices].copy()

最惯用的用法是：

?
indices = np.random.choice(Mission_3_0A.index, size=num, replace=False)
DF_2 = DF_1.loc[indices].copy()

DF_2 = DF_1.sample(n=num)     # absolute number
DF_2 = DF_1.sample(frac=1/3)  # give fraction (floored if not whole)