如何从 pandas 多索引中获取随机 (bootstrap) 样本

Question

我正在尝试从 Pandas 中的多索引数据帧创建引导样本。下面是一些生成我需要的数据的代码。

from itertools import product
import pandas as pd
import numpy as np

df = pd.DataFrame({'group1': [1, 1, 1, 2, 2, 3],
                       'group2': [13, 18, 20, 77, 109, 123],
                       'value1': [1.1, 2, 3, 4, 5, 6],
                       'value2': [7.1, 8, 9, 10, 11, 12]
                       })
df = df.set_index(['group1', 'group2'])

print df

df 数据框如下所示：

                   value1  value2
group1 group2                
1      13         1.1     7.1
       18         2.0     8.0
       20         3.0     9.0
2      77         4.0    10.0
       109        5.0    11.0
3      123        6.0    12.0

我想从第一个索引中获取随机样本。例如，假设随机值 np.random.randint(3,size=3) 产生 [3,2,2]。我希望生成的数据框看起来像：

                   value1  value2
group1 group2                
3      123        6.0    12.0
2      77         4.0    10.0
       109        5.0    11.0
2      77         4.0    10.0
       109        5.0    11.0

我花了很多时间研究这个，我一直无法找到一个类似的例子，其中多索引值是整数，二级索引是可变长度的，主索引样本是重复的。这就是我认为引导程序的适当实现的工作方式。

Answer 1

尝试：

df.unstack().sample(3, replace=True).stack()

如何从 pandas 多索引中获取随机 (bootstrap) 样本

How to get a random (bootstrap) sample from pandas multiindex

python

sampling

multi-index

pandas