Probe jede Gruppe nach pandas groupby

Ich weiß, das muss beantwortet sein, wo einige, aber ich konnte Sie einfach nicht finden.

Problem: Probe jede Gruppe nach groupby-Betrieb.

import pandas as pd

df = pd.DataFrame({'a': [1,2,3,4,5,6,7],
                   'b': [1,1,1,0,0,0,0]})

grouped = df.groupby('b')

# now sample from each group, e.g., I want 30% of each group
InformationsquelleAutor gongzhitaao | 2016-04-03
  1. 38

    Gilt ein lambda-Ausdruck und rufen Beispiel mit param frac:

    In [2]:
df = pd.DataFrame({'a': [1,2,3,4,5,6,7],
                   'b': [1,1,1,0,0,0,0]})
​
grouped = df.groupby('b')
grouped.apply(lambda x: x.sample(frac=0.3))

Out[2]:
     a  b
b        
0 6  7  0
1 2  3  1
    • Hoppla, dachte nur dies. Vielen Dank für Ihre Zeit sowieso.
    • BTW, wie man die Indizes Teil?
    • Was meinst du?
    • Holen Sie sich die Indizes der Spalte [6,2] wie oben gezeigt.
    • Aber was erwarten Sie, wie die gewünschte Ausgabe? Hier sind Sie sampling auf beiden Spalte a und b, so dass Sie die Indizes der Spalte b und a als der index, wenn Sie wollen einfach nur eine Indizes dann rufen Sie reset_index(level=1) auf die oben
    • Vielen, vielen Dank! Meine ursprüngliche Absicht war eigentlich aufteilen, jede Gruppe in zwei Gruppen.
    • Nur eine Notiz über einen etwas anderen Fall: anstatt fester Bruchteil, ich wollte eine Feste maximale Anzahl pro Gruppe. Um dies zu erreichen verwendete ich: grouped.apply(lambda x: x.sample(nmax) if len(x) > nmax else x).

    InformationsquelleAutor EdChum
  2. 1

    Probe ein Bruchteil von jeder Gruppe

    Können Sie GroupBy.apply mit Beispiel. Sie nicht brauchen, um eine lambda; apply nimmt Schlüsselwort-Argumente:

    frac = .3
df.groupby('b').apply(pd.DataFrame.sample, frac=.3)
     a  b
b        
0 6  7  0
1 0  1  1

    Wenn der MultiIndex ist nicht erforderlich, Sie können group_keys=False zu groupby:

    df.groupby('b', group_keys=False).apply(pd.DataFrame.sample, frac=.3)

   a  b
6  7  0
2  3  1

    Probe N Zeilen aus jeder Gruppe

    apply langsam ist. Wenn Ihr Anwendungsfall ist zum Beispiel eine Feste Anzahl von Zeilen, können Sie schieben Sie die DataFrame vorher, dann verwenden Sie GroupBy.head. 

    df.sample(frac=1).groupby('b').head(2)

   a  b
2  3  1
5  6  0
1  2  1
4  5  0

    Dies ist das gleiche wie df.groupby('b', group_keys=False).apply(pd.DataFrame.sample, n=N), aber schneller:

    %%timeit df.groupby('b', group_keys=False).apply(pd.DataFrame.sample, n=2)  
                                                 # 3.19 ms ± 90.5 µs
%timeit df.sample(frac=1).groupby('b').head(2)   # 1.56 ms ± 103 µs
    InformationsquelleAutor cs95
Schreibe einen Kommentar