Python 来自具有给定特征的数据帧的随机样本
Python random sample from dataframe with given characteristics
我有一个包含患者 subject_id 的数据框 df，包括他们的 gender 和他们的 age。
我想从此数据框中抽取大小为 n 的随机样本，具有以下特征：
- 50% 男性，50% 女性
- 中位年龄 40 岁
知道如何使用 python 实现吗？
谢谢！
我认为您想要的比 DataFrame.sample 开箱即用的要复杂一点。可以像这样（分别）生成满足您的每个条件的随机样本：
- 仅针对女性进行过滤，并随机抽样
n/2，然后对男性进行同样的操作，然后将它们合并
- 过滤 40 岁以下，随机抽样
n/2，然后对 40 岁以上进行同样的操作，然后将它们合并。 （但请注意，这并不能保证中位数恰好为 40。）
如果你想结合这两个约束，你可能需要采样 4 次——40 岁以下的女性，40 岁以下的男性，等等。但这是一般的想法。
采样代码如下：
df.loc[df.age < 40, 'subject_id'].sample(n/2)
df.loc[df.gender == 'F', 'subject_id'].sample(n/2)
我有一个包含患者 subject_id 的数据框 df，包括他们的 gender 和他们的 age。
我想从此数据框中抽取大小为 n 的随机样本，具有以下特征：
- 50% 男性，50% 女性
- 中位年龄 40 岁
知道如何使用 python 实现吗？ 谢谢！
我认为您想要的比 DataFrame.sample 开箱即用的要复杂一点。可以像这样（分别）生成满足您的每个条件的随机样本：
- 仅针对女性进行过滤，并随机抽样
n/2，然后对男性进行同样的操作，然后将它们合并 - 过滤 40 岁以下，随机抽样
n/2，然后对 40 岁以上进行同样的操作，然后将它们合并。 （但请注意，这并不能保证中位数恰好为 40。）
如果你想结合这两个约束，你可能需要采样 4 次——40 岁以下的女性，40 岁以下的男性，等等。但这是一般的想法。
采样代码如下：
df.loc[df.age < 40, 'subject_id'].sample(n/2)
df.loc[df.gender == 'F', 'subject_id'].sample(n/2)