python中的分層抽樣

Question

我想在 python 中對數據框庫進行采樣。 該樣本必須按特定變量進行分層。 我試過 sklearn.cross_validation 但問題是你只能用一個變量分層，我需要根據幾個變量對我的人口進行分層。

所以我正在尋找相當於proc調查，（SAS中的分層指令）或svydesign（R中）。 這個函數是否存在於python中？

我在此頁面上找到了函數 stratified_samples https://gist.github.com/spacelis/6088623但沒有文檔或使用示例，很難理解如何輸入分層變量。

謝謝你的幫助

Answer 1

這是一個古老的問題，但為了那些從搜索到達這里的人的利益：

Python 中有一個相對較新的包，稱為samplics 。 這相當於 R 中的survey庫。我在 SAS 方面沒有經驗，但我想它也應該涵蓋這一點。

samplics旨在涵蓋復雜調查設計的許多方面，包括抽樣、加權和估計。 github頁面上有一個按地區抽樣的例子。

其他感興趣的軟件包（盡管文檔略顯稀疏）：

• 數量
• 熊貓調查