我可以a從每個(gè)分組中進(jìn)行采樣b，如下所示。df = pd.DataFrame({'a': [10,20,30,40,50,60,70], 'b': [1,1,1,0,0,0,0]})df.groupby('b', as_index=False)['a'].apply(lambda x: x.sample(n=3))給出：b a0 3 40 4 50 5 601 0 10 2 30 1 20但是，如果我想對(duì)n元素進(jìn)行采樣，則n必須設(shè)置為最多一個(gè)組中的元素?cái)?shù)量（如果我們想要的話replace=False）是否有一種干凈的方法來(lái)對(duì)n組中的元素進(jìn)行采樣，最多可達(dá)最大數(shù)量的項(xiàng)目？例如，在給定的 DataFrame: in 中b，存在三個(gè)值為 的項(xiàng)目1。如果我愿意df.groupby('b').apply(lambda x: x.sample(n=4))，（注意n=4）這就會(huì)破裂。對(duì)每組進(jìn)行最大采樣的干凈方法是什么？
2 回答
慕標(biāo)5832272
TA貢獻(xiàn)1966條經(jīng)驗(yàn) 獲得超4個(gè)贊
將其包裹起來(lái)min是一個(gè)選項(xiàng)：
df = pd.DataFrame({'a': [10,20,30,40,50,60,70],
? ? ? ? ? ? ? ? ? ?'b': [1,1,1,0,0,0,0]})
n = 4
df.groupby('b', as_index=False)['a'].apply(lambda x: x.sample(n=min(10, len(x))))
輸出：
0? 3? ? 40
? ?4? ? 50
? ?6? ? 70
? ?5? ? 60
1? 2? ? 30
? ?1? ? 20
? ?0? ? 10
Name: a, dtype: int64
或者，如果您總是想對(duì)最大值進(jìn)行采樣（即隨機(jī)洗牌），請(qǐng)使用frac：
df.groupby('b', as_index=False)['a'].apply(lambda x: x.sample(frac=1))
輸出：
0? 6? ? 70
? ?4? ? 50
? ?5? ? 60
? ?3? ? 40
1? 2? ? 30
? ?1? ? 20
? ?0? ? 10
Name: a, dtype: int64
請(qǐng)注意pandas-1.1.0，您可以直接sample從 groupby 對(duì)象訪問(wèn)。
SMILET
TA貢獻(xiàn)1796條經(jīng)驗(yàn) 獲得超4個(gè)贊
您可以通過(guò)將預(yù)先指定的最大樣本大小與組的大小進(jìn)行比較來(lái)自適應(yīng)地修改樣本大小。
max_sample = 4
df.groupby('b')['a'].apply(lambda x: x.sample(n=max_sample if len(x)>max_sample else len(x)))添加回答
舉報(bào)
0/150
提交
取消