pandas df.sample()的使用
更新时间:2022年08月16日 09:39:00 作者:python小工具
本文主要介绍了pandas df.sample()的使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
sample()函数常用来随机获取dataFrame中数据,可以用于快速查看。
常用的有以下入参:
- n :指定获取的数量,默认为1
- axis:指定随机获取的是行还是列。0表示行,1表示列,默认为0
- weitghts:指定权重信息,需要与 行或者列的数目相等,为列表
- frac:百分比,随机获取的百分比比重
下面举例:
>>> df name score grade id a bog 45 A c jiken 67 B d bob 23 A b jiken 34 B f lucy 98 A e tidy 75 B # 随机获取某一行 >>> df.sample() name score grade id f lucy 98 A # 随机获取某一列 >>> df.sample(axis=1) score id a 45 c 67 d 23 b 34 f 98 e 75 # 随机获取3行 >>> df.sample(n=3) name score grade id a bog 45 A b jiken 34 B d bob 23 A # 按百分比获取 >>> df.sample(frac=0.25) name score grade id b jiken 34 B d bob 23 A # 设置每行的权重并随机获取两行 >>> df.sample(n=2, weights=[0.1, 0.2, 0.3, 0.1, 0.1, 0.1]) name score grade id e tidy 75 B d bob 23 A
到此这篇关于pandas df.sample()的使用的文章就介绍到这了,更多相关pandas df.sample()内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
您可能感兴趣的文章:
- pandas中df.rename()的具体使用
- Pandas数据类型转换df.astype()及数据类型查看df.dtypes的使用
- Pandas查询数据df.query的使用
- Pandas中df.loc[]与df.iloc[]的用法与异同
- Pandas缺失值填充 df.fillna()的实现
- Pandas索引排序 df.sort_index()的实现
- Pandas数据形状df.shape的实现
- Pandas缺失值删除df.dropna()的使用
- pandas || df.dropna() 缺失值删除操作
- pandas数据选取:df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]
- pandas 强制类型转换 df.astype实例
相关文章
Pytorch:dtype不一致问题(expected dtype Double but&
这篇文章主要介绍了Pytorch:dtype不一致问题(expected dtype Double but got dtype Float),具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教2023-02-02详解Python的hasattr() getattr() setattr() 函数使用方法
这篇文章主要介绍了详解Python的hasattr() getattr() setattr() 函数使用方法,本文给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下2018-07-07Python使用win32 COM实现Excel的写入与保存功能示例
这篇文章主要介绍了Python使用win32 COM实现Excel的写入与保存功能,结合实例形式分析了Python调用win32 COM组件针对Excel文件的读写与保存相关操作技巧,需要的朋友可以参考下2018-05-05
最新评论