对 pandas groupby 之后的每组进行采样

Question

groupby操作后如何对每组进行采样？

import pandas as pd

df = pd.DataFrame({'a': [1,2,3,4,5,6,7],
                   'b': [1,1,1,0,0,0,0]})

grouped = df.groupby('b')

鉴于上述设置，我想从每组中进行采样，例如，我想要每组的 30%。

Answer 1

应用 lambda 并使用参数 sample

:

调用

frac

In [2]:
df = pd.DataFrame({'a': [1,2,3,4,5,6,7],
                   'b': [1,1,1,0,0,0,0]})
​
grouped = df.groupby('b')
grouped.apply(lambda x: x.sample(frac=0.3))

Out[2]:
     a  b
b        
0 6  7  0
1 2  3  1

Answer 2

熊猫 >= 1.1：

GroupBy.sample

这就像魔术一样：

# np.random.seed(0)
df.groupby('b').sample(frac=.3) 

   a  b
5  6  0
0  1  1

---

熊猫<= 1.0.X

您可以将

GroupBy.apply

与

sample

一起使用。您不需要使用 lambda；

apply

接受关键字参数：

df.groupby('b', group_keys=False).apply(pd.DataFrame.sample, frac=.3)

   a  b
5  6  0
0  1  1