Python 非比例随机抽样

我有一个

熊猫数据帧

，比如这个：

deviceID    timestamp   time_since_previous_timestamp
A           3           NaN            
A           14          11            
A           127         113
A           133         6              
# 7k other data points for deviceID = A                                  
B           1           NaN 
B           12          11
# 1.5k other datapoints for deviceID = B                                  
C           42          NaN
C           48          6
# 600 other data points for deviceID = C

以此类推，基本上我无法控制每个

设备id

有多少个数据点，它可能会有很大的变化

为了绘制一些东西，而不会因为某些

deviceID

的数据点比其他的多得多而扭曲我的绘图，我考虑对我的数据帧进行随机抽样，目的是从每个

deviceID

中获得大约相同数量的数据点（即：我的样本将有约400行

deviceID=A

，约400行

deviceID=B

，约400行

deviceID=C

，依此类推）

我该怎么做？（使用

pandas

和/或

numpy

和/或两者都不使用）

---

编辑：我正在绘制的内容：

首先，我对上一个时间戳以来的时间进行分组并计数：

time_since_previous_timestamp         count
NaN                                   3
6                                     2
11                                    2
113                                   1

然后将

count

绘制为y轴，将

time\u自上一个时间戳以来的时间

绘制为x轴。

您可以使用指定

n=400

组合，然后使用如下方式连接所有零件：

df = pd.concat([df.loc[df.ID == 'A'].sample(n=400),df.loc[df.ID == 'B'].sample(n=400),df.loc[df.ID == 'C'].sample(n=400)])

示例测试：

#df:
#    B ID
#0  10  A
#1   9  A
#2   8  A
#3   7  A
#4   6  B
#5   5  B
#6   4  B
#7   3  C
#8   2  C
#9   1  C

df = pd.concat([df.loc[df.ID == 'A'].sample(n=2),df.loc[df.ID == 'B'].sample(n=2),df.loc[df.ID == 'C'].sample(n=2)])

输出：

    B ID
0  10  A
3   7  A
6   4  B
5   5  B
8   2  C
7   3  C

您还可以修复

random_state

以始终具有相同的随机样本

---

我相信这就是你所要求的。

你将绘制什么？我不确定这是否相关，但我已经在OP中为你的问题添加了答案。请注意，我也修改了数据集。