提取规范化的样本python

Question

我需要从10亿个数据库中提取1％的样本。这个1％应该平均分配在一个数字变量上。例如，如果数据集有1000行且数值变量的值为1-10，则输出样本的数据集包含每个值的每一行。

Answer 1

是的，可以使用random模块在​​Python中编写任何标准采样方案。

您最后的评论描述了一个simple random sample。更多思考，我相信您以前的评论描述stratfied sampling。分层抽样是否是一个好主意取决于您的问题和数据。统计分析应与抽样方法相匹配。但是，这些问题超出了stackoverflow的范围。

如果您尝试编写特定方法并遇到特定编程问题，那么在这里询问它将是主题。