pandas.Series.sample

Series.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None) [source]

Возвращает случайную выборку элементов из оси объекта.

Новое в версии 0.16.1.

Параметры:

n : int, необязательно Количество элементов с оси для возврата. Не может быть использовано с frac. По умолчанию = 1, если frac = None. frac : float, необязательно Доля элементов оси для возврата. Не может быть использовано с n. replace : boolean, необязательно Выборка с заменой или без замены. По умолчанию = False. weights : str или ndarray-подобный объект, необязательно По умолчанию ‘None’ приводит к равномерному распределению вероятностей. Если передается Series, будет согласован с целевым объектом по индексу. Значения индекса в weights, отсутствующие в выборке объекта, будут проигнорированы, а значения индекса в выборке объекта, отсутствующие в weights, будут присвоены весу ноль. Если вызывается на DataFrame, будет принимать имя столбца при axis = 0. Если weights не является Series, weights должны иметь такой же размер, как ось, из которой производится выборка. Если веса не суммируются до 1, они будут нормализованы до суммы 1. Пропущенные значения в столбце weights будут обрабатываться как ноль. Значения inf и -inf недопустимы. random_state : int или numpy.random.RandomState, необязательно Семечко для генератора случайных чисел (если int), или объект numpy RandomState. axis : int или строка, необязательно Ось для выборки. Принимает номер или имя оси. По умолчанию - статистическая ось для заданного типа данных (0 для Series и DataFrame, 1 для Panel).

Возвращает:

Новый объект того же типа, что и вызывающий.

Примеры

Сгенерировать пример Series и DataFrame.

>>> s = pd.Series(np.random.randn(50))
>>> s.head()
0   -0.038497
1    1.820773
2   -0.972766
3   -1.598270
4   -1.095526
dtype: float64
>>> df = pd.DataFrame(np.random.randn(50, 4), columns=list('ABCD'))
>>> df.head()
          A         B         C         D
0  0.016443 -2.318952 -0.566372 -1.028078
1 -1.051921  0.438836  0.658280 -0.175797
2 -1.243569 -0.364626 -0.215065  0.057736
3  1.768216  0.404512 -0.385604 -1.457834
4  1.072446 -1.137172  0.314194 -0.046661

Далее извлечь случайную выборку из обоих этих объектов...

3 случайных элемента из Series:

>>> s.sample(n=3)
27   -0.994689
55   -1.049016
67   -0.224565
dtype: float64

И 10% случайных элементов из DataFrame с заменой:

>>> df.sample(frac=0.1, replace=True)
           A         B         C         D
35  1.981780  0.142106  1.817165 -0.290805
49 -1.336199 -0.448634 -0.789640  0.217116
40  0.823173 -0.078816  1.009536  1.015108
15  1.421154 -0.055301 -1.922594 -0.019696
6  -0.148339  0.832938  1.787600 -1.383767