df.sample()函数

`df.sample()`函数是Pandas库中的一个函数，用于从DataFrame中随机抽取指定数量的样本。它可以用于数据集的随机抽样、数据集的打乱等操作。

`df.sample()`函数的常用参数包括：
- `n`：指定要抽取的样本数量，默认为1。
- `frac`：指定要抽取的样本比例，默认为None。当`frac`为小数时，表示抽取样本的比例；当`frac`为整数时，表示抽取样本的数量。
- `replace`：指定是否允许重复抽样，默认为False。如果设置为True，则允许重复抽样；如果设置为False，则不允许重复抽样。
- `random_state`：指定随机数种子，用于保证每次抽样结果的一致性。

下面是一个示例代码，演示如何使用`df.sample()`函数进行随机抽样：

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': ['a', 'b', 'c', 'd', 'e']}
df = pd.DataFrame(data)

# 随机抽取1个样本
sample1 = df.sample()
print("随机抽取1个样本：")
print(sample1)

# 随机抽取2个样本
sample2 = df.sample(n=2)
print("随机抽取2个样本：")
print(sample2)

# 随机抽取50%的样本
sample3 = df.sample(frac=0.5)
print("随机抽取50%的样本：")
print(sample3)

以上代码中，首先创建了一个包含两列数据的DataFrame。然后使用`df.sample()`函数进行了三次随机抽样，分别抽取了1个样本、2个样本和50%的样本。最后打印出了抽样结果。

希望以上解答能够帮助到你！如果你还有其他问题，请继续提问。