Salida:
Ejemplo 2. Usar la opción n, que selecciona aleatoriamente n números de línea.
Seleccione n línea números al azar usando sample (n) o sample (n = n) . Cada vez que ejecuta esto, obtiene n líneas diferentes.

# Para obtener 3 líneas aleatorias
# esto da 3 filas diferentes cada vez

# df .muestra (3) o
df.muestra (n < /código> = 3 )
Salida:
Ejemplo 3: Usando el parámetro frac .
Puedes hacer parte de los elementos del eje y obtener líneas. Por ejemplo, si frac = .5 entonces el método de búsqueda devuelve el 50 % de las filas.

# Línea fracción

# aquí obtienes .50% líneas
df.sample (frac = 0.5 )
Salida:

Ejemplo 4:
Primero, se obtiene el 70 % de las filas de todo el marco de datos df y colocado en otro marco de datos df1, después de lo cual seleccionamos 50% frac de df1.

# fracción de línea
< br> # aquí obtienes el 70% de la línea de df
# haz poner en un otro marco de datos df1
df1 = df .sample (frac = . 7 )

# Ahora seleccione el 50% de las filas de df1
df1.sample (frac = < clase de código = "simple">. 50 )

Salida:
Ejemplo 5: seleccione varias líneas al azar con replace = false
parámetro replace d Da permiso para seleccionar una fila muchas veces (por ejemplo). El valor predeterminado para el parámetro de reemplazo del método sample () — Falso, por lo que nunca selecciona más que el número total de filas.

< td class ="code">
# Dataframe df solo tiene 4 líneas

# si intente seleccionar más de 4 líneas, saldrá un error
# No se puede tomar una muestra más grande que la población cuando & # 39; reemplazar = Falso & # 39;
df1.muestra (n = 3 , reemplazar = Falso )

Salida:

Ejemplo 6 Seleccionar más de n líneas, donde n — número total de líneas usando replace .

< td class ="code">
# Seleccionar más de líneas con reemplazo
# el valor predeterminado es False
df1.muestra (n = 6 , reemplace = True )
Salida:
Ejemplo 7. Uso de pesos

# Los pesos se reconfigurarán automáticamente
test_weights = [ 0.2 , 0.2 , 0.2 , 0.4 ]

df1.muestra (n = < /código> 3 , pesos = test_weights)
Salida:
Ejemplo 8: Usando un eje

Un eje toma un número o un nombre. El método sample() también permite a los usuarios seleccionar columnas en lugar de filas usando el argumento del eje.

# Acepta un número de eje o nombre.

# ejemplo también permite a los usuarios seleccionar columnas
# en lugar de cadenas usando el argumento del eje.
df1.sample (eje = 0 )

Salida:
Ejemplo 9: Usando random_state
Con un DataFrame dado, la muestra siempre obtendrá las mismas filas. Si random_state es None o np.random, entonces se devuelve un objeto RandomState inicializado aleatoriamente.

# Con esto semilla la muestra siempre dibujará las mismas líneas.

# Si random_state es Ninguno o np. random,
# luego se inicializa aleatoriamente
# Se devuelve el objeto RandomState.

df1.sample (n = 2 , estado_aleatorio = 2 )
Salida:
–° tutorial #2: Usando NumPy
Numpy ha elegido cuánto indexar para incluir para la selección aleatoria, y podemos permitir el reemplazo.

# Pandas Import and Numpy Package
importar numpy as np
importar < /código> pandas como pd

# Defina un diccionario que contenga datos de empleados
data = { `Nombre` : [ `Jai` , ` Princi` , `Gaurav` , ` Anu j` , `Geeku` ], < / p>
`Edad` : [ 27 , 24 , 22 , 32 , 15 ],
`Dirección` : [ ` Delhi` , `Kanpur` , ` Allahabad` , `Kannauj` , ` Noida` ],
`Calificación` : [ ` Msc` , `MA` , ` MCA` , `Phd` , ` 10th` ]}

# Convertir diccionario en DataFrame
df = pd.DataFrame (datos)

# Elija cuánto índice incluir para la selección aleatoria
id_elegido = np.random.choice ( 4 < clase de código = "simple">, reemplazar = Verdadero , tamaño < /código> = 6 )
df2 = df.iloc [elegido_idx] df2
Salida:
< img src = "http://espressocode.top/images/vallthropaderoxbea895981.jpg" />