Pandas Dataframe.sample()

Pandas 的 sample() 用于从 DataFrame 中随机选择行和列。 如果我们要从一个大型数据集构建模型，我们必须随机选择一个较小的数据样本，这可以通过 sample 函数完成。

语法

参数

• n: 这是一个可选参数，包含一个整数值，用于定义生成的随机行的数量。
• frac: 这也是一个可选参数，包含浮点值，并返回 浮点值 * 数据帧值的长度。 它不能与参数 n 一起使用。
• replace: 包含布尔值。 如果为 true，则返回带替换的样本。 replace 的默认值为 false。
• weights: 这也是一个 可选 参数，包含字符串或类似 ndarray。 默认值“None”导致相等的概率加权。
  如果传递了 Series；它将与目标对象在索引上对齐。 权重中未在采样对象中找到的索引值将被忽略，并且采样对象中未在权重中的索引值将被分配零权重。
  如果传递了 DataFrame，当 axis =0 时；它将接受列的名称。
  如果权重是 Series；那么，权重必须与被采样的轴的长度相同。
  如果权重不等于 1；它将被归一化为总和为 1。
  权重列中的缺失值被视为零。
  权重列中不允许使用无限值。
• random_state: 这也是一个 可选 参数，包含一个整数或 numpy.random.RandomState。 如果该值为 int，则为随机数生成器或 numpy RandomState 对象提供种子。
• axis: 这也是一个可选参数，包含整数或字符串值。 0 或 'row' 和 1 或 'column'。

返回值

它返回一个与调用者相同的类型的新对象，该对象包含从调用者对象随机采样的 n 个项目。

示例 1

输出

       data1    data2    data3
John     2	     2	     10
William	 0	     0	     8

示例 2

在本例中，我们取一个 csv 文件，并通过使用 sample 从 DataFrame 中提取随机行。

csv 文件名为 aa，其中包含以下数据集

让我们编写一个代码，从上述数据集中提取随机行

输出

          Name         Hire Date    Salary      Leaves Remaining
2     Parker Chapman    02/21/14     45000.0      10
5     Michael Palin     06/28/13     66000.0      8