Python 以特定列（标签）的比率切片数据帧

我有以下数据框：

      var1                  var2                       label
 0    ".."                  ".."                        0
 1    ".."                  ".."                        0
 2    ".."                  ".."                        1
 3    ".."                  ".."                        0
 ...
 601  ".."                  ".."                        1

标签

列中的比率

1

和

0

分别为0.6和0.4

我如何才能以这样的方式对该数据帧进行切片，即观察数量现在占总数的30%（601），但

标签中的比率保持不变？例如：

      var1                  var2                       label
 0    ".."                  ".."                        1
 1    ".."                  ".."                        0
 2    ".."                  ".."                        0
 3    ".."                  ".."                        0
 ...
 181  ".."                  ".."                        0

label
中的比率
1
和
0
仍分别为0.6和0.4

我尝试了以下操作：
df=df.groupby（'label'）。应用（lambda x:x.sample（frac=0.3，random\u state=1）。重置索引（drop=True））
。这使
标签
的比率保持不变。但是，它返回一种奇怪的索引格式：

             var1                      var2                       label
label               
0       0    ".."                      ".."                        0
        1    ".."                      ".."                        0
        2    ".."                      ".."                        0
        3    ".."                      ".."                        1
...
        181  ".."                      ".."                        1

一种方法是
groupby（）.head（）
：

如果要随机采样，可以使用熊猫1.1+的
groupby（）.sample（）
：

df.groupby('label').sample(n=N)

或者您可以在
groupby（）.head（）之前洗牌数据：


更新如果您的意思是希望将标签的比率保持为
0.6:0.4
，则
groupby（）.sample（）
将使您接近原始比率：

df.groupby('label').sample(frac=0.2)

接近。检查这篇文章的更新。@jxpython move
reset\u index（drop=True）
在
groupby（）.apply（）之外。你是对的。谢谢你的修复！标签现在已订购。它们首先以0开头。您对此有何解释？请在删除之前尝试
sort_index
（df.groupby（'label'）。应用（lambda x:x.sample（frac=0.3））。排序_index（level=1）。重置_index（drop=True））
df.sample(frac=1).groupby('label').head(N)

df.groupby('label').sample(frac=0.2)