基于列值从数据框中随机选择行

Question

3

我是一个pandas数据框，如下所示：

col1, col2, label
a    b      0
b    b ,    0
.
.
..........  0
..........  1

并且对标签列进行value_counts：

df['label'].value_counts():

0: 200000
1: 10000

我希望能够随机从值为“0”的标签中选择50000行，使我的值计数如下:

0: 50000
1: 10000

- Adarsh Ravi

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- rafaelc · Accepted Answer

过滤每个值并从每个值中sample N个值。然后，获取它们的索引，通过union连接并只使用loc。

s0 = df.label[df.label.eq(0)].sample(50000).index
s1 = df.label[df.label.eq(1)].sample(10000).index 

df = df.loc[s0.union(s1)]

当然，如果你只是想获取所有的内容，就不需要在`s1`中指定`10000` :) 这里只是为了举例说明。