我正在尝试从Pandas中的多索引数据框创建引导样本。以下是生成所需数据类型的代码。
from itertools import product
import pandas as pd
import numpy as np
df = pd.DataFrame({'group1': [1, 1, 1, 2, 2, 3],
'group2': [13, 18, 20, 77, 109, 123],
'value1': [1.1, 2, 3, 4, 5, 6],
'value2': [7.1, 8, 9, 10, 11, 12]
})
df = df.set_index(['group1', 'group2'])
print df
df数据帧如下:
value1 value2
group1 group2
1 13 1.1 7.1
18 2.0 8.0
20 3.0 9.0
2 77 4.0 10.0
109 5.0 11.0
3 123 6.0 12.0
我希望从第一个索引中获取随机样本。例如,假设随机值np.random.randint(3,size=3)
生成[3,2,2]。我希望结果数据框如下:
value1 value2
group1 group2
3 123 6.0 12.0
2 77 4.0 10.0
109 5.0 11.0
2 77 4.0 10.0
109 5.0 11.0
我已经花费了很多时间进行研究,但我无法找到一个类似的例子,其中 multiindex 的值是整数,二级索引长度可变,并且主要索引样本是重复的。这是我认为适当实现引导的方法。