Python 按筛选标准筛选样本

我有一个像下面这样的数据框

d = {'var1': [1, 2, 3, 4], 'var2': [5, 6, 7, 8], 'class': ['a', 'a', 'c', 'b']}
df = pd.DataFrame(data=d)
df
    var1   var2  class
0     1     5      a
1     2     6      a
2     3     7      c
3     4     8      b

我想能够改变班级栏的比例。例如，我想将

a

类随机抽样50%，但其他类的行数保持不变。结果将是：

df
    var1   var2  class
0     1     5      a
1     3     7      c
2     4     8      b

---

如何做到这一点。

我首先使用这种方法将数据帧分为

df_选择

和

df_剩余

。 然后，我将

df_选择

减少了

REMOVE_PERCENTAGE

，并再次将结果数据帧与

df_剩余

合并

将numpy导入为np
作为pd进口熊猫
d={'var1'：[1,2,3,4]，'var2'：[5,6,7,8]，'class'：['a'，'a'，'c'，'b']}
df=pd.DataFrame（数据=d）
删除0到1之间的百分比=0.5
df=df.set_索引（['class']）
df_selection=df.loc['a']\
.reset_index（）
df_剩余=df.drop（'a'）\
.reset_index（）
行到行移除=int（移除百分比*len（df\u selection.index））
drop\u index=np.random.choice（df\u selection.index，rows\u to\u remove，replace=False）
df_selection_reduced=df_selection.drop（drop_索引）
df_结果=pd.concat（[df_选择减少，df_剩余]）\
.reset_索引（drop=True）
打印（df_结果）