样本熊猫，将收集的记录保存在一起

Question

我想（大致）对数据帧中的大量记录进行分区。使用sample：

可轻松实现此目的

fraction = .7
df1     = df.sample(frac = fraction)
df2     = df.drop(df1.index)

现在我的问题：假设我想（随机）对数据集进行分区，但还必须将group的所有记录保存在一起。可以假设只有少数记录属于每个组，因此它不会干扰随机分区的能力。一个例子，注意group只收集一些记录，因此没有施加重大限制：

df = 
      group   value
0     'aaa'    48
1     'aaa'   -103
2     'aab'    20     
3     'aac'    21
4     'aac'    40
...
10000 'zzf'    220

Answer 1

您可以尝试groupby，然后将组示例为：

grouped = df.groupby('group') 
grouped.apply(lambda x: x.sample(frac=0.7)) –