拆分数据框以测试和训练数据集
Splitting data frame in to test and train data sets
Use pandas to create two data frames: train_df and test_df, where
train_df has 80% of the data chosen uniformly at random without
replacement.
这里，“无放回地随机统一选择的数据”是什么意思？
还有，我该怎么做？
谢谢
"chosen uniformly at random"表示每一行被选入80%的概率相等
"without replacement"表示每一行只考虑一次。一旦它被分配到训练或测试集，它就不是
例如，考虑以下数据：
A B
0 5
1 6
2 7
3 8
4 9
如果将此数据集拆分为 80% 的训练集和 20% 的测试集，那么我们最终将得到 4 行的训练集（80% 的数据）和 1 行的测试集（ 20%的数据)
无替换
假设第一行分配给训练集。现在训练集是：
A B
0 5
当下一行分配给训练或测试时，它将从剩余的行中选择：
B
1 6
2 7
3 8
4 9
有替换
假设第一行分配给训练集。现在训练集是：
A B
0 5
但下一行将使用整个数据集分配（即第一行已放回原始数据集中）
A B
0 5
1 6
2 7
3 8
4 9
你怎么做到的:
您可以使用 scikit-learn 中的 train_test_split 函数：http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html
或者您可以使用 pandas 和 Numpy 来做到这一点：
df['random_number'] = np.random.randn(length_of_df)
train = df[df['random_number'] <= 0.8]
test = df[df['random_number'] > 0.8]
Use pandas to create two data frames: train_df and test_df, where train_df has 80% of the data chosen uniformly at random without replacement.
这里，“无放回地随机统一选择的数据”是什么意思？
还有，我该怎么做？
谢谢
"chosen uniformly at random"表示每一行被选入80%的概率相等
"without replacement"表示每一行只考虑一次。一旦它被分配到训练或测试集，它就不是
例如，考虑以下数据：
A B
0 5
1 6
2 7
3 8
4 9
如果将此数据集拆分为 80% 的训练集和 20% 的测试集，那么我们最终将得到 4 行的训练集（80% 的数据）和 1 行的测试集（ 20%的数据)
无替换 假设第一行分配给训练集。现在训练集是：
A B
0 5
当下一行分配给训练或测试时，它将从剩余的行中选择： B
1 6
2 7
3 8
4 9
有替换 假设第一行分配给训练集。现在训练集是：
A B
0 5
但下一行将使用整个数据集分配（即第一行已放回原始数据集中）
A B
0 5
1 6
2 7
3 8
4 9
你怎么做到的: 您可以使用 scikit-learn 中的 train_test_split 函数：http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html
或者您可以使用 pandas 和 Numpy 来做到这一点：
df['random_number'] = np.random.randn(length_of_df)
train = df[df['random_number'] <= 0.8]
test = df[df['random_number'] > 0.8]