pandas 的df.smaple()抽样函数

df.sample()就是抽样函数，参数如下：

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

参数说明：

n：就是样本量，如果不写，就是抽一条数据

frac：抽样比，就是样本量占全样本的比例，如frac=0.3  ，注意n和frac不能共存

replace：是否放回，默认是不放回，如果有放回(replace=True)可以选择比df长度更多的元素回来

weights：样本权重，自动归一化，可以以某一列为权重

random_state：随机状态。就是为了保证程序每次运行得到的结果都一样

axis：抽样维度，0是行，1是列，默认为0

下面用iris数据做例子

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   #不带括号，全样本
df.sample()   #抽一条数据
df.sample(5)   #随机抽5条
de.sample(n=5)  #可以写n=或者不写

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

df.sample(n=15,replace=True)   #有放回抽取15条数据
df.sample(n=15,replace=True).index.is_unique   #查看有放回抽取的15条数据的索引是不是有重复
len(df.sample(n=200,replace=True)),len(df)   #(200, 150)  # 有放回(replace=True)可以选择比df长度更多的元素回来

df.sample(n=3,axis=1)  #对列抽样

w=np.random.rand(df.shape[0])  #w是150个从0-1之间的随机数
df.sample(n=3,weights=w)
df.sample(n=3,weights=df['sepal width (cm)'])  #以某列为权重
df.sample(n=3,weights=df['sepal width (cm)'].values)  #以某一列为权重，这在抽样理论中很常见--本质上是以这一列的列值为权重

df.sample(n=3,random_state=3)  #设置了，每次程序运行的结果都一致