如何使用pandas从数据集中随机选择行？

Question

我有一个包含36k行数据的数据集，想要使用pandas随机选择其中的9k行。如何完成这个任务？

- Niranjan Agnihotri

---

我是 Stack Overflow 的新手。我会做到的。我已经点击了上箭头。希望您收到了我的赞 :-) - Niranjan Agnihotri

谢谢，你做得很对；-) - piRSquared

真的是一个重复的问题：https://dev59.com/LmUo5IYBdhLWcg3wmAWi 参考最后一个答案。 - EdChum

Answer 1

我认为您可以使用sample-抽取9k行或25%的行：

df.sample(n=9000)

或者：

df.sample(frac=0.25)

使用numpy.random.choice创建index的随机样本，然后通过loc选择 - index必须是唯一的，这是另一种解决方案：

df = df.loc[np.random.choice(df.index, size=9000)]

如果不是唯一索引，则解决方案如下：

df = df.iloc[np.random.choice(np.arange(len(df)), size=9000)]

- jezrael

---

如何获得补集？ - 3pitt

Answer 2

numpy

i = np.random.permutation(np.arange(len(df)))
idx = i[:9000]
pd.DataFrame(df.values[idx], df.index[idx])

- piRSquared