pandas 的df.smaple()抽樣函數

df.sample()就是抽樣函數，參數如下：

df.sample(n=None,frac=None,replace=Flase,weights=None,random_state=None,axis=None)

參數說明：

n：就是樣本量，如果不寫，就是抽一條數據

frac：抽樣比，就是樣本量占全樣本的比例，如frac=0.3  ，注意n和frac不能共存

replace：是否放回，默認是不放回，如果有放回(replace=True)可以選擇比df長度更多的元素回來

weights：樣本權重，自動歸一化，可以以某一列為權重

random_state：隨機狀態。就是為了保證程序每次運行得到的結果都一樣

axis：抽樣維度，0是行，1是列，默認為0

下面用iris數據做例子

from sklearn.datasets import load_iris
import pandas as pd
import numpy as np

iris=load_iris()
df=pd.DataFrame(iris.data,columns=iris.feature_names)

df.sample   #不帶括號，全樣本
df.sample()   #抽一條數據
df.sample(5)   #隨機抽5條
de.sample(n=5)  #可以寫n=或者不寫

df.sample(frac=0.1)  #抽取比例為0.1
df.sample(n=5,frac=0.1)   #報錯ValueError: Please enter a value for `frac` OR `n`, not both

df.sample(n=15,replace=True)   #有放回抽取15條數據
df.sample(n=15,replace=True).index.is_unique   #查看有放回抽取的15條數據的索引是不是有重復
len(df.sample(n=200,replace=True)),len(df)   #(200, 150)  # 有放回(replace=True)可以選擇比df長度更多的元素回來

df.sample(n=3,axis=1)  #對列抽樣

w=np.random.rand(df.shape[0])  #w是150個從0-1之間的隨機數
df.sample(n=3,weights=w)
df.sample(n=3,weights=df['sepal width (cm)'])  #以某列為權重
df.sample(n=3,weights=df['sepal width (cm)'].values)  #以某一列為權重，這在抽樣理論中很常見--本質上是以這一列的列值為權重

df.sample(n=3,random_state=3)  #設置了，每次程序運行的結果都一致