显示实现上述步骤的python代码

下面是一个使用Python实现Bootstrapping方法从样本中抽取80%数据的示例代码：

import pandas as pd
import numpy as np

# 从CSV文件读取数据，假设数据文件名为data.csv
data = pd.read_csv('data.csv')

# 获取原始样本的大小
sample_size = len(data)

# 设置Bootstrapping抽样的样本大小为原始样本大小的80%
bootstrap_sample_size = int(sample_size * 0.8)

# 创建一个空的DataFrame来存储Bootstrapping抽样得到的数据
bootstrap_data = pd.DataFrame()

# 进行Bootstrapping抽样
for i in range(bootstrap_sample_size):
    # 随机选择一个数据点的索引
    index = np.random.randint(0, sample_size)
    
    # 将选择的数据点复制到新的数据集中
    bootstrap_data = bootstrap_data.append(data.iloc[index])

# 打印Bootstrapping抽样得到的数据集
print(bootstrap_data)

请注意，上述代码假设你已经有一个名为data.csv的CSV文件，并且使用pandas库来读取和操作数据。代码中通过随机选择原始样本中的索引来实现Bootstrapping抽样，并将选中的数据点复制到新的数据集bootstrap_data中。最后，打印bootstrap_data即可显示Bootstrapping抽样得到的数据集。你可以根据实际情况进行适当调整和修改。