（博主录制）

1    数据切片选取

1.1    pandas.DataFrame.sample 随机选取若干行

1.1.1     功能说明

             有时候我们只需要数据集中的一部分，并不需要全部的数据。这个时候我们就要对数据集进行随机的抽样。pandas中自带有抽样的方法。

功能相似：numpy.random.choice

    Generates a random sample from a given 1-D numpy array.

1.1.2     使用说明

1.    函数名及功能

DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)[source]

2.    输入参数说明

参数名称 参数说明 举例说明

n 要抽取的行数

df.sample(n=3,random_state=1)

提取3行数据列表

注意，使用random_state，以确保可重复性的例子。

frac

抽取行的比例

例如frac=0.8，就是抽取其中80%。

df.sample(frac=0.8, replace=True, random_state=1)

replace

是否为有放回抽样，

True:有放回抽样

False:未放回抽样

True:取行数据后，可以重复放回后再取

False:取行数据后不放回，下次取其它行数据

注意：当N>总数据容量，replace设置为值时有效

 

weights

字符索引或概率数组

axis=0:为行字符索引或概率数组

axis=1:为列字符索引或概率数组

 

random_state

int: 随机数发生器种子

或numpy.random.RandomState

random_state=None,取得数据不重复

random_state=1,可以取得重复数据

 

axis

选择抽取数据的行还是列

axis=0:抽取行

axis=1:抽取列

也就是说axis=1时，在列中随机抽取n列，在axis=0时，在行中随机抽取n行。

3.    返回值说明

返回选择的N行元素的DataFrame对象。

 

（博主视频教学主页）