Python 分层抽样
时间: 2023-11-19 12:49:07 浏览: 207
python实现的分层随机抽样案例
分层抽样是一种抽样方法,适用于对一个总体进行划分,并从每个划分中进行抽取样本。根据引用中的描述,分层抽样适用于小群体集的特征差异比较小,并且对划分小群体集有更高要求。具体操作方法是根据总体的特征或属性将总体分为若干层,然后从每一层中随机抽取样本。这种抽样方法可以保证每个层的样本数量相对均衡,并且能够更全面地反映总体情况。
在Python中,可以使用pandas库来进行分层抽样。首先,将数据加载到DataFrame中,然后使用df.query()方法按照指定的层级条件对数据进行筛选,即可实现分层抽样。
下面是一个示例代码,展示了如何在Python中进行分层抽样:
```
import pandas as pd
import numpy as np
import random
# 加载数据
data = np.loadtxt('data4.txt')
df = pd.DataFrame(data, columns=['col1', 'col2', 'col3', 'col4', 'col5', 'label'])
# 定义分层值域(标签类别)
label_data_unique = np.unique(df['label'])
# 随机抽取两个组群
sample_label = random.sample(label_data_unique.tolist(), 2)
# 分层抽样
df_sample = df.query('label == @sample_label[0] | label == @sample_label[1]')
```
以上代码中,我们首先加载数据到DataFrame中,然后使用`query()`方法根据标签进行筛选,最后得到了分层抽样的结果df_sample。
阅读全文