Question

在熊猫数据框中，如何删除服从条件的行的随机子集？

换句话说，如果我有一个带有Label列的Pandas数据框，我想删除Label == 1行的50％（或其他百分比），但保留所有休息：

Label A     ->    Label A
0     1           0     1
0     2           0     2
0     3           0     3
1     10          1     11
1     11          1     12
1     12
1     13

我很想知道这样做的最简单，最pythonic / panda方式！

编辑：This question提供了部分答案，但仅涉及按索引删除行，而忽略行值。我仍然想知道如何仅从标记有特定方式的行中删除。

Answer 1

使用frac参数

df.sample(frac=.5)

如果您定义要放入变量n

中的金额

n = .5
df.sample(frac=1 - n)

要包含条件，请使用drop

df.drop(df.query('Label == 1').sample(frac=.5).index)

   Label   A
0      0   1
1      0   2
2      0   3
4      1  11
6      1  13

Answer 2

将 drop 与 sample

df.drop(df[df.Label.eq(1)].sample(2).index)

   Label   A
0      0   1
1      0   2
2      0   3
3      1  10
5      1  12

从熊猫数据框中“丢弃随机行”

2 个答案: