pandas 如何在熊猫的条件下采样？
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/32683083/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
How to sample on condition with pandas?
提问by Bob
I hava a dataframe df like the following:
我有一个如下所示的数据框 df：
Col1 Col2
0 1 T
1 1 B
2 3 S
3 2 A
4 1 C
5 2 A
etc...
I would like to create two dataframes: df1 is a random sample of 10 rows such that Col2=='T'. df2 is df minus the rows in df1.
我想创建两个数据帧：df1 是 10 行的随机样本，使得 Col2=='T'。df2 是 df 减去 df1 中的行。
回答by DSM
Assuming you have a unique-indexed dataframe (and if you don't, you can simply do .reset_index(), apply this, and then set_indexafter the fact), you could use DataFrame.sample. [Actually, you should be able to use sampleeven if the frame didn'thave a unique index, but you couldn't use the below method to get df2.]
假设你有一个唯一索引的数据框（如果你没有，你可以简单地做.reset_index()，应用它，然后set_index在事实之后），你可以使用DataFrame.sample. [实际上，sample即使框架没有唯一索引，您也应该可以使用，但是您无法使用以下方法获取df2。]
Note that I'm using A instead of T in this example because A is the only repeated value of Col2 in the example you gave, and I'll only select 1 randomly rather than 10.
请注意，在此示例中我使用 A 而不是 T，因为 A 是您给出的示例中唯一重复的 Col2 值，并且我只会随机选择 1 而不是 10。
>>> df1 = df[df.Col2 == "A"].sample(1)
>>> df2 = df[~df.index.isin(df1.index)]
>>> df1
Col1 Col2
3 2 A
>>> df2
Col1 Col2
0 1 T
1 1 B
2 3 S
4 1 C
5 2 A
