如何从总体的两个变量中抽取样本

Question

我有一个数据集，女学生比男学生多。我需要分析哪种性别在他们的测试中表现更好。因为它们的数目不相等，所以我需要画出相等的样本。

female=df.sample (df.query ("gender=='female'")=200)
male=df.sample (df.query ("gender=='male'")=200)

这是正确的代码吗？

Answer 1

不完全是。除其他外，您有语法错误。假设您要从每个总体中获取200个样本，请尝试以下操作：

female = df[df['gender']=='female'].sample(200)
male   = df[df['gender']==  'male'].sample(200)