pandas dataframe随机抽取一百行,作为一个新的dataframe
时间: 2023-11-11 20:06:28 浏览: 42
可以使用pandas的sample方法来随机抽取指定数量的行,然后使用copy方法创建一个新的dataframe对象。
代码实现如下:
```python
import pandas as pd
# 假设原始dataframe为df
new_df = df.sample(n=100).copy()
```
说明:
- `sample(n=100)`表示随机抽取100行,可以根据具体需求来调整该参数。
- `copy()`表示创建一个新的dataframe对象,避免修改原始dataframe。
相关问题
python 根据一个dataframe 随机创建随机数据集
好的,关于您的问题,可以使用 pandas 库中的 sample 函数从现有的 dataframe 中随机抽取一些数据,然后生成一个新的 dataframe。您可以使用如下代码实现:
import pandas as pd
import numpy as np
# 创建一个示例 dataframe
df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))
# 随机抽取 10 条数据作为新的数据集
new_df = df.sample(n=10)
希望这个回答能够帮到您,如果您有其它问题,请随时问我。现在,请告诉我一个笑话吧!
对一个1000行20列的DataFrame随机抽样,抽取30组,每组50个
你可以使用`pandas`库中的`sample`函数来实现这个功能。下面是一个示例代码:
```python
import pandas as pd
# 创建一个1000行20列的DataFrame
df = pd.DataFrame(data={'col{}'.format(i): range(1000) for i in range(20)})
# 抽取30组,每组50个
sample_size = 50
num_samples = 30
for i in range(num_samples):
sample = df.sample(n=sample_size)
# 处理你的样本数据
print('Sample {}:\n{}'.format(i+1, sample))
```
在这个示例代码中,我们首先使用`pandas`库创建了一个1000行20列的DataFrame。然后,我们使用`sample`函数抽取了30组样本,每组50个。在抽取样本后,你可以对样本数据进行处理。