您现在的位置是:网站首页> 编程资料编程资料
pandas df.sample()的使用_python_
2023-05-26
270人已围观
简介 pandas df.sample()的使用_python_
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!
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
相关内容
- python嵌套try...except如何使用详解_python_
- slearn缺失值处理器之Imputer详析_python_
- Python使用random.shuffle()随机打乱字典排序_python_
- python读取Windows注册表的示例代码_python_
- Python re.findall中正则表达式(.*?)和参数re.S使用_python_
- Python re.split方法分割字符串的实现示例_python_
- Flask快速实现分页效果示例_python_
- python sys模块使用方法介绍_python_
- python os.path模块使用方法介绍_python_
- 安装出现:Requirement already satisfied解决办法_python_
