在 pandas groupby 之后对每个组进行采样

Question

我知道这一定在某些地方得到了回答，但我就是找不到。

问题: groupby操作后对每组进行采样

import pandas as pd

df = pd.DataFrame({'a': [1,2,3,4,5,6,7],
                   'b': [1,1,1,0,0,0,0]})

grouped = df.groupby('b')

# now sample from each group, e.g., I want 30% of each group

Answer 1

应用 lambda 并使用参数 frac:

调用 sample

In [2]:
df = pd.DataFrame({'a': [1,2,3,4,5,6,7],
                   'b': [1,1,1,0,0,0,0]})
​
grouped = df.groupby('b')
grouped.apply(lambda x: x.sample(frac=0.3))

Out[2]:
     a  b
b        
0 6  7  0
1 2  3  1

Answer 2

pandas >= 1.1: GroupBy.sample

这就像魔术一样有效：

# np.random.seed(0)
df.groupby('b').sample(frac=.3) 

   a  b
5  6  0
0  1  1

---

pandas <= 1.0.X

您可以使用 GroupBy.apply with sample。您不需要使用 lambda； apply 接受关键字参数：

df.groupby('b', group_keys=False).apply(pd.DataFrame.sample, frac=.3)

   a  b
5  6  0
0  1  1