根據現有列值從 pandas dataframe 中隨機選擇行子集

Question

我有一個包含多列的 dataframe，我想根據特定列的值隨機 select 相同數量的行。 我想過使用 df.groupby['...'] 但它沒有用。 這是一個例子：

假設我想隨機 select 每個 GroupID 一行，我該如何實現？ 例如，假設我 select 每個 GroupID 一個隨機行，結果將產生以下結果：

這樣它就可以根據 GroupID 中的值輸出一行。 例如，假設行按 GroupID（從升序到降序）排序，然后是 select 與 GroupID 1、2、3 相關的行中的“n”行，依此類推。 任何信息肯定會有幫助。

另外，如果我需要 select 每個 GroupID 的特定行數（假設 GroupID=100 為 1 行，GroupID=200 為 4 行，等等），有什么想法嗎？

[更新] 我使用下面的推薦答案進行了小幅修改或擴展，以使用以下方法為每個組選擇性地選擇特定的 n 值：

samples = []
values = [1,  1,  2, ...]
index = 0
for group in df.GroupID.unique():
    s = df.loc[df.GroupID== group].sample(n=values[index ]).reset_index(drop=True)
    samples.append(s)
    index = index + 1
    
sample = pd.concat(samples, axis=0)

Answer 1

我希望這個代碼片段對你有用

samples = []
for group in df.GroupID.unique():
    s = df.loc[df.GroupID== group].sample(n=1).reset_index(drop=True)
    samples.append(s)
    
sample = pd.concat(samples, axis=0)

該代碼將從該子組中獲取每個“GroupID”和樣本觀察。 您可以連接所需樣本的子樣本（具有一個 GroupID）。