Python 从数据帧中的所有组中抽取样本

如何从一个数据帧内的每个组中抽取一个样本行（比如，随机抽取10%，或者每N行抽取一个样本行）

e、 g.从按“名称”分组时开始：

name    a    b
foo     1    1
foo     4    1
foo     3    3
bar     2    1
bar     3    7
bar     4    3
bar     1    2

我想得到这样的东西：

name    a    b
foo     4    1
bar     3    7
bar     1    2

---

非常感谢

您可以使用

groupby

按您的

name

列进行分组，然后应用

sample

从子组中随机获取样本

首先，让我们看看虚拟数据：

print(df)

    name    a   b
0   foo     1   1
1   foo     4   1
2   foo     3   3
3   bar     2   1
4   bar     3   7
5   bar     4   3
6   bar     1   2

fraction

定义随机样本的百分比。对于小型虚拟数据集，此处将其设置为0.5：

fraction = 0.5
result = df.groupby("name", group_keys=False).apply(lambda x: x.sample(frac=fraction))

print(result)

    name    a   b
3   bar     2   1
6   bar     1   2
0   foo     1   1
2   foo     3   3