我有以下数据:
pd.DataFrame({'Group_ID':[1,1,1,2,2,2,3,4,5,5],
'Item_id':[1,2,3,4,5,6,7,8,9,10],
'Target': [0,0,1,0,1,1,0,0,0,1]})
Group_ID Item_id Target
0 1 1 0
1 1 2 0
2 1 3 1
3 2 4 0
4 2 5 1
5 2 6 1
6 3 7 0
7 4 8 0
8 5 9 0
9 5 10 1
我需要根据“Group_ID”将数据集分割成训练集和测试集,使80%的数据进入训练集,20%进入测试集。
也就是说,我的训练集需要看起来像这样:
Group_ID Item_id Target
0 1 1 0
1 1 2 0
2 1 3 1
3 2 4 0
4 2 5 1
5 2 6 1
6 3 7 0
7 4 8 0
以及测试集:
Test Set
Group_ID Item_id Target
8 5 9 0
9 5 10 1
有什么最简单的方法可以做到这一点吗?据我所知,sklearn中的标准test_train_split函数不支持按组分割,并且还可以指示分割的大小(例如80/20)。