【Pandas】pandas Series sample

Pandas2.2 Series

Computations descriptive stats

方法	描述
Series.align(other[, join, axis, level, …])	用于将两个 Series 对齐，使其具有相同的索引
Series.case_when(caselist)	用于根据条件列表对 Series 中的元素进行条件判断并返回相应的值
Series.drop([labels, axis, index, columns, …])	用于从 Series 中删除指定的行或列（对于 Series 来说，通常是删除行）
Series.droplevel(level[, axis])	用于从多层索引（MultiIndex）的 Series 中删除指定的索引层级
Series.drop_duplicates(*[, keep, inplace, …])	用于从 Series 中删除重复的值
Series.duplicated([keep])	用于检测 Series 中的重复值
Series.equals(other)	用于比较两个 Series 对象是否完全相等的方法
Series.first(offset)	用于根据日期偏移量（offset）选择 Series 中时间序列数据的初始部分
Series.head([n])	用于返回 Series 的前 n 个元素
Series.idxmax([axis, skipna])	用于返回 Series 中最大值的索引
Series.idxmin([axis, skipna])	用于返回 Series 中最小值的索引
Series.isin(values)	用于检查 Series 中的每个元素是否存在于给定的值集合 values 中
Series.last(offset)	用于根据日期偏移量（offset）选择 Series 中时间序列数据的末尾部分
Series.reindex([index, axis, method, copy, …])	用于重新索引 Series 对象的方法
Series.reindex_like(other[, method, copy, …])	用于将 Series 对象重新索引以匹配另一个 Series 或 DataFrame 的索引的方法
Series.rename([index, axis, copy, inplace, …])	用于重命名 Series 对象的索引或轴标签的方法
Series.rename_axis([mapper, index, axis, …])	用于为 Series 的索引轴（index）或列轴（columns，对于 Series 通常不适用）设置名称
Series.reset_index([level, drop, name, …])	用于将 Series 的索引重置为默认整数索引的方法
Series.sample([n, frac, replace, weights, …])	用于从 Series 中随机抽取样本的方法

pandas.Series.sample

pandas.Series.sample 是一个用于从 Series 中随机抽取样本的方法。它允许用户根据指定的数量或比例进行抽样，并提供了多种抽样选项。以下是该方法的参数说明：

• n: 抽取的样本数量。如果未提供，则必须提供 frac。
• frac: 抽取的样本占总数据的比例（0 到 1 之间）。如果未提供，则必须提供 n。
• replace: 是否允许重复抽样，默认为 False（不重复）。
• weights: 抽样权重，可以是与 Series 长度相同的数组或索引标签。默认为 None（等概率抽样）。
• random_state: 随机数生成器种子，确保结果可复现，默认为 None。
• axis: 指定抽样的轴，默认为 0（行），对于 Series 可忽略。
• ignore_index: 如果为 True，则重置返回对象的索引，默认为 False。

示例及结果

示例 1：基本用法（按数量抽样）

import pandas as pd

# 创建一个简单的 Series
s = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])

print("原始 Series:")
print(s)

# 抽取 3 个样本
s_sampled = s.sample(n=3)

print("\n抽取 3 个样本后的 Series:")
print(s_sampled)

输出结果

原始 Series:
a    1
b    2
c    3
d    4
e    5
dtype: int64

抽取 3 个样本后的 Series:
b    2
a    1
e    5
dtype: int64

在这个例子中，我们使用 sample 方法从 Series 中随机抽取了 3 个样本。

示例 2：按比例抽样

# 按 40% 的比例抽样
s_sampled_frac = s.sample(frac=0.4, random_state=1)

print("\n按 40% 比例抽样后的 Series:")
print(s_sampled_frac)

输出结果

按 40% 比例抽样后的 Series:
c    3
b    2
dtype: int64

在这个例子中，我们使用 frac=0.4 来按 40% 的比例抽样，并通过设置 random_state=1 确保结果可复现。

示例 3：允许重复抽样

# 允许重复抽样并抽取 5 个样本
s_sampled_replace = s.sample(n=5, replace=True, random_state=1)

print("\n允许重复抽样并抽取 5 个样本后的 Series:")
print(s_sampled_replace)

输出结果

允许重复抽样并抽取 5 个样本后的 Series:
d    4
e    5
a    1
b    2
d    4
dtype: int64

在这个例子中，我们通过设置 replace=True 允许重复抽样，并抽取了 5 个样本。

示例 4：使用权重抽样

# 使用权重进行抽样
weights = [0.1, 0.2, 0.3, 0.2, 0.2]
s_sampled_weights = s.sample(n=3, weights=weights, random_state=1)

print("\n使用权重抽样后的 Series:")
print(s_sampled_weights)

输出结果

使用权重抽样后的 Series:
c    3
d    4
a    1
dtype: int64

在这个例子中，我们使用 weights 参数指定了每个元素的抽样权重，使得某些元素被抽中的概率更高。

示例 5：重置索引

# 抽样并重置索引
s_sampled_reset_index = s.sample(n=3, ignore_index=True)

print("\n抽样并重置索引后的 Series:")
print(s_sampled_reset_index)

输出结果

抽样并重置索引后的 Series:
0    4
1    2
2    5
dtype: int64

在这个例子中，我们通过设置 ignore_index=True 来重置返回对象的索引。

通过这些示例，您可以更好地理解如何使用 pandas.Series.sample 方法来从 Series 中随机抽取样本。