使用pandas时如何根据特定列对DataFrame进行分组？ 如何使用pandas从DataFrame中按比例抽样行？

在Pandas中，你可以使用`groupby()`方法对DataFrame按照特定列进行分组。这个方法会返回一个`GroupBy`对象，你可以用它来进行聚合（如求和、平均值等）或者对每个分组应用其他处理。

对于按比例抽样行，可以采用以下步骤：

1. 首先，你需要确定要抽样的行数和总体数据的比例。假设你想抽取总行数的50%，那么可以用DataFrame的行数乘以比例得到目标行数。

import pandas as pd
total_rows = df.shape
target_rows = total_rows * 0.5  # 假设抽样50%

2. 接着，你可以使用`sample()`函数随机抽样指定数量的行，同时设置`replace=False`表示不重复抽样。如果想要保留原始索引，加上参数`random_state=seed`确保结果可重复。

df_sampled = df.sample(n=target_rows, replace=False, random_state=42)

这将返回一个新的DataFrame，其中包含原 DataFrame 根据指定列分组后的每组随机抽样的一半行。

如果你已经有了一定的列用于分组，可以在`sample()`前先调用`groupby()`，然后在`apply()`或`size()`后再进行抽样。例如：

grouped_df = df.groupby(by='your_column').apply(lambda x: x.sample(frac=0.5, replace=False))

这样就按组抽取了每组50%的样本。记得替换`'your_column'`为实际的列名。