python中的随机采样，保存为带指示符值的df
在Python中，可以使用numpy库中的random模块来进行随机采样。随机采样是指从一个数据集中随机选择一定数量的样本，用于数据分析、建模和统计推断等任务。
首先，我们需要导入所需的库：
import numpy as np
import pandas as pd接下来，我们可以使用numpy中的random模块来进行随机采样。下面是一些常见的随机采样方法：
- 简单随机采样（Simple Random Sampling）：从数据集中随机选择指定数量的样本，每个样本被选择的概率相等。
# 从data中随机选择n个样本
sample = np.random.choice(data, n)- 系统atic采样（Systematic Sampling）：按照固定的间隔从数据集中选择样本。例如，每隔k个样本选择一个样本。
# 每隔k个样本选择一个样本
k = 2
sample = data[::k]- 分层采样（Stratified Sampling）：将数据集划分为不同的层，然后在每个层中进行随机采样。这通常用于确保每个层都有足够的样本进行分析。
# 假设data包含一个"category"列，表示不同的类别
# 在每个类别中随机选择n个样本
sample = data.groupby('category').apply(lambda x: x.sample(n))以上是一些常见的随机采样方法。当然，还有其他一些高级的采样方法，如聚类采样、分层聚类采样等，根据实际需求选择适合的方法。
在保存为带指示符值的DataFrame方面，可以使用pandas库。指示符值是用来表示某个变量的取值情况的，通常用于进行分类特征的编码。下面是一个示例：
# 假设样本保存在一个名为"sample"的DataFrame中
# 创建指示符矩阵
indicators = pd.get_dummies(sample)
# 将指示符矩阵与原始样本合并
df = pd.concat([sample, indicators], axis=1)以上代码将样本中的分类变量进行了指示符编码，并将编码结果与原始样本合并，得到了一个带有指示符值的DataFrame。
在腾讯云相关产品方面，可以考虑使用腾讯云的弹性MapReduce服务（EMR），它提供了分布式计算框架，能够快速高效地处理大规模数据。您可以通过以下链接了解更多关于腾讯云EMR的信息：腾讯云EMR产品介绍
请注意，以上答案仅供参考，实际情况下可能需要根据具体需求和环境进行相应的调整和选择。
相关·内容
我已经镜像了一些代码来执行分析，一切都正常工作(我相信)。然而，我正在尝试理解几行代码，这些代码与将数据分成40%的测试和60%的训练集有关。
据我目前的理解，代码将每一行随机分配到组1或2中。随后，分配到1的所有行都被拉入训练集，而2行被拉入测试。
后来，我意识到我不想在数据分析中使用带替换的采样。虽然在这种情况下，我不确定实际被替换的是什么。目前，我不认为它是实际数据本身被替换，而是"1“和"2”占位符。我希望确切地了解这些代码行是如何工作的。根据我的结果，它似乎正在努力实现我想要的东西。我需要确认数据本身是否正在被替换。
为了测试有问题的行，我创建了一个具有10个唯一值(
浏览 0提问于2019-07-29得票数 1
1回答
我试图在R中的特定列中用随机小数替换NAs，但是R生成具有相同尾随分数的随机小数，并且只是在十进制之前更改部分。以下是我尝试过的方法：
df_LT$ATC[is.na(df_LT$ATC)] <- sample(seq(10.2354897,23.78954214), size=sum(is.na(df_LT$ATC)), replace=T)
dplyr
df_LT <- df_LT %>%mutate_at(vars(df_LT$ATC), ~replace_na(., sample(10.2354897:23.78954214, size=sum(is.na(ATC
浏览 0提问于2019-10-30得票数 0
回答已采纳
我有一个非常大的数据集，在“标签”列中，它有3个不同的类标签，即“良性”、“webdos”和“udp-lag”。我希望通过从数据集中随机选择数据来减少数据集，同时保持类标签的分布为相等或相似的数字。
我怎样才能有效地使用python或任何其他等效的python库呢？
浏览 1提问于2020-06-03得票数 0
2回答
我有一个银行数据集，其中有5%的违约者，其余的都是好的(非违约者)。
我想创建一个样本，其中有30%的违约者，70%的非违约者。
假设我的数据集是数据，并且它有一个名为" default“的列，表示0或1，那么在我的原始数据集只有5%的默认值的情况下，我如何获得一个30%的默认值和70%的非默认值的样本。
有没有人能提供R代码。那太好了。我尝试了以下方法，通过替换获得100个随机样本
data[sample(1:nrow(data),size=100,replace=TRUE),]
但是我如何确保我得到的分割是30%,70%呢？
浏览 0提问于2014-05-02得票数 0
1回答
我正在使用python和pandas从数据帧中随机抽取样本。我的数据帧如下所示： 第一列包含时间，第二列是平均速率，第三列是1-sigma，第四列是与该行描述的事件相关的概率。 ? 我知道我可以使用下面的代码来绘制加权样本： random=df.sample(n=100000, replace=True, weights='P>0', axis=0) 但我不确定在这里使用概率是正确的“权重”。简而言之，我需要具有较低P>0的值的采样频率低于具有P>0的值的采样频率。 有人愿意在这方面分享意见/不同的选择吗？ 谢谢!
浏览 24提问于2020-04-24得票数 1
回答已采纳
1回答
我有一个pyspark应用程序。我将一个hive表复制到我的hdfs目录中&在python中，我对这个表执行了sqlContext.sql查询。现在这个变量是我称之为rows的数据帧。我需要随机地对rows进行混洗，所以我必须将它们转换为一个行列表rows_list = rows.collect()。然后我使用shuffle(rows_list)将列表打乱到合适的位置。我取x所需的随机行数
for r in range(x): allrows2add.append(rows_list[r])现在，我想将allrows2add保存为一个配置单元表或附加一个现有的配置单元表
浏览 1提问于2016-04-28得票数 5
回答已采纳
1回答
我需要从数据帧的随机化中生成和保存多个文件。原始数据框是几年来的每日天气数据。我需要生成的文件是随机重组的年份，但保持年份顺序。
我已经开发了一个用于随机化年份的简单代码，但我在重复随机化和将每个输出随机化数据帧保存为单独的文件时遇到了麻烦。
这就是我到目前为止所知道的：
# Create example data frame
df <- data.frame(x=c(1,1,1,2,2,2,3,3,3,4,4,4,5,5,5,6,6,6,7,7,8,8))
df$y <- c(4,8,9,1,1,5,8,8,3,2,0,9,4,4,7,3,5,5,2,4,6,6)
df$z &l
浏览 1提问于2018-12-01得票数 0
4回答
我想将Python列表保存在CSV文件中，例如，我有这样一个列表：
['hello','how','are','you']
我想把它保存为：
colummn,
hello,
how,
are,
you,
我尝试了以下几点：
myfile = open('/Users/user/Projects/list.csv', 'wb')
wr = csv.writer(myfile, quoting=csv.QUOTE_ALL,'\n')
wr.writerow(pos_score)
浏览 10提问于2015-03-27得票数 38
回答已采纳
我想在python中做一些类似于vlookup的事情。下面是我要查找值'Flow_Rate_Lupa‘的数据帧 ? 这是我想要填充数据的数据帧，通过查看相同的month+day来填充缺失的值。有没有人帮我解决这个问题呢？ ?
浏览 17提问于2021-01-12得票数 0
2回答
我很难从数据帧中随机选择行。通常，使用np.random.choice(data,size=1000)选择一行不是问题。我假设replacement=True. .。但是，我需要随机选择一个小时，作为输出，接收每个季度的4行。
可供选择的数据帧如下(1132行)：
data=
Price Consume Feed
StartTime
2018-07-04 02:00:00 45.80 67.91 67.91
2018-07-04 02:15:00 45.80
浏览 26提问于2019-08-19得票数 1
回答已采纳
1回答
具有给定特征的数据随机样本
、、、、
我有一个数据df与病人subject_id，包括他们的gender和age。
我想从这个数据中随机抽取一个大小为n的样本，其特征如下：
50%男性，50%女性 40岁
你知道我怎么能用python来完成这个任务吗？谢谢!
浏览 3提问于2021-12-01得票数 1
回答已采纳
1回答
我有一个带x行的Pandas df1。我还有一个带有x行的numpy.ndarray n1。n1只有一列，值为0或1。我只想选择dataframe df1的第一列，其中对应的ndarray列的值为1。如何做到这一点？
用例是这样的:-我有一个发票数据，它的第一列是客户代码。我还有一个ndarray，它是基于这个发票数据作为输入的scikit搅动预测的输出。对于那些有搅动症状的发票，ndarray有1张，对于没有流失的发票，则为0。所以我想榨取那些搅乱的顾客。当然，输出将具有相同客户的重复值，但可以对其进行过滤。
浏览 1提问于2015-10-28得票数 1
回答已采纳
我需要在matlab中对nx1矩阵的值进行随机置乱。我不确定如何有效地做到这一点，对于n> 40,000，我需要多次这样做。
示例
之前的矩阵：
%1%2%2%2%3%4%5%5%4%3%2
打乱了：
3 5 2 1 2 2 3 4 1 4 5 2
谢谢
浏览 2提问于2013-01-09得票数 3
回答已采纳
我有一个很大的文件，我用Dask (Python)读取的。该文件大约有600万行和550列。我想随机选择5000条记录(没有替换)。下面是我尝试过的两个方法，但是运行起来需要很长时间(超过13个小时后我就停止了)：
df_s=df.sample(frac=5000/len(df), replace=None, random_state=10)
NSAMPLES=5000
samples = np.random.choice(df.index, size=NSAMPLES, replace=False)
df_s=df.loc[samples]
我不确定这些方法是否适合Dask数据帧。对于大数据
浏览 0提问于2020-07-14得票数 1
3回答
我有一个数据序列，其中一个随机日期列作为我的索引，一个带编号的值，以及三列，每列都表示是否激活了安全机制来阻止带编号的值。示例如下： DateTime Safe1 Safe2 Safe3 Measurement
1/8/2013 6:06 N Y N
1/8/2013 6:23 N Y N
1/8/2013 6:40 N N N 28
1/8/2013 6:57 N N N
浏览 71提问于2015-01-16得票数 2
1回答
熊猫取代NaN的价值
、、、
我有以下数据：
# dictionary with list object in values
details = {
'Name' : ['D', 'C', 'F', 'G','A','N'],
'values' : ['21%','45%','10%',12,14,15],
}
df = pd.DataFrame(details)
列值的值在%中，但是，有些值最初保存为字符串，符号为%，而有些则保存
浏览 0提问于2022-03-28得票数 1
回答已采纳
我用的是两个光栅，它们的来源、范围和分辨率不同。我有一个水深测量光栅，具有更高的分辨率(x=0.0008333333，y=0.0008333333)和很大的空间范围。我还有一个海面温度光栅，它的分辨率要粗得多(x=0.04166667，y=0.04166667)。两个光栅具有相同的投影(longlat，datum=WGS84)。
我想操纵水深光栅来匹配海面温度光栅的范围、来源和分辨率。然而，我没有什么经验，也不确定什么是“最佳实践”。
我尝试了两种不同的方法，我想知道哪种方法更好，也许可以解释它们在基本过程方面有何不同。我也对其他可能更好地保存数据的方法持开放态度。
方法1: 1)首先，我聚合
浏览 4提问于2016-12-16得票数 0
回答已采纳
2回答
我有两个数据格式list1和list2，它们各自有不同数量的随机索引行。list1有24万行，list2有390 000行。它们按照“时间”栏从最早的时间到最新的时间进行排序。它们看上去大概是这样的：
list1
time rates
299 09:31 1.30
1230 10:34 2.42
32 13:40 1.49
... ...
list2
time Symbol IV
78 10:31 aqb 7
121 10:59 cdd 3
3240 11:19 oty
浏览 0提问于2018-08-14得票数 1
回答已采纳
1回答
我有一个包含9000行和6列的dataframe。我想使行的顺序是随机的，也就是某种类型的洗牌，用相同的数据产生另一个数据，但是行是随机的。有人能告诉我在R区怎么做吗？
谢谢
浏览 2提问于2015-09-16得票数 2
回答已采纳
1回答
准备数据集
、、
我有一个数据集作为"csv“文件，它有960行52列。我想删除前160行，然后从剩余的数据中随机选择480行，并将它们保存为新的csv文件。我该怎么做呢？我是python的新手，我不能一下子做好所有的事情。感谢您的帮助。
浏览 10提问于2018-07-25得票数 1
回答已采纳
我试图通过使用来自scikit learn的函数将我的数据集分割为训练集和测试集，但我得到了这个错误：
In [1]: y.iloc[:,0].value_counts()
Out[1]:
M2 38
M1 35
M4 29
M5 15
M0 15
M3 15
In [2]: xtrain, xtest, ytrain, ytest = train_test_split(X, y, test_size=1/3, random_state=85, stratify=y)
Out[2]:
Traceback (most recent call last):
浏览 0提问于2017-04-03得票数 10
1回答
对多级列进行随机抽样
、、、、
级别列DataFrame，如下所示： df
Solid Liquid Gas
pen paper pipe water juice milk oxygen nitrogen helium
5 2 1 4 3 1 7 8 10
5 2 1 4 3 1 7 8 10
5 2 1 4 3 1 7 8
浏览 28提问于2021-09-04得票数 1
回答已采纳
2回答
我有一个数据帧，我想对它进行采样。然而，在随机抽样时，我希望从列中的每个元素中至少有一个样本。我还希望分布也有影响。(例如:原始样本较多的值对采样的df有更多的影响)
类似于和问题，但每组的样本量最小。
假设这是我的df：
df = pd.DataFrame(columns=['class'])
df['class'] = [0,0,0,0,0,0,0,0,0,0,0,0,0,1,2]
df_sample = df.sample(n=4)
当我对此进行采样时，我希望df_sample看起来像这样：
Class
0
0
浏览 0提问于2020-09-09得票数 4
1回答
快速傅立叶变换中频率的计算
、、、、
我有一个中心频率为162.550 MHz，采样率为1,000,000的软件定义无线电记录的信号输出值。现在，为了在频域中分析数据，我计算了FFT，这很简单。
#Calculating FFT of signal
fourier=np.fft.fft(RadioData)
因为对于振幅-频率图，我也需要计算信号中存在的频率。为此，我使用了Numpy fftfreq。
freq=np.fft.fftfreq(fourier.shape[0])
输出在-0.5%- 0.4999995的范围内。我很困惑如何解释这个结果，或者如何计算数据中存在的频率？
浏览 7提问于2017-04-01得票数 3
我希望在数据框层之间进行分层随机采样，控制从每个层级返回的元素数量。 我可以使用data.table方法，但只使用向量'NumbeOfElements‘的第一个元素。在这种情况下，如何遍历向量以返回所需的行数(随机选择)？我尝试了各种索引选项，但都无济于事。我还通过do.call(rbind(，by(...))尝试了一个版本，但面临着改变返回的元素数量的相同挑战。这是到目前为止的data.table代码： library(data.table)
R1=function(X1,NumberOfElements){A=sample(1:nrow(X1),
size
浏览 26提问于2019-01-22得票数 0
我目前有一个大小为n的Python集合，其中n >=为0。有没有一种简单的简单的Python解决方案呢？例如，集合将如下所示：
fruits = set(['apple', 'orange', 'watermelon', 'grape'])
目标是从上面的集合中随机选择2个项目，上面的集合可能包含0、1或更多的项目。我能想到的唯一方法就是把这个集合转换成一个列表(可变的)，这样我就可以在这个集合的长度内访问2个随机的唯一索引。
浏览 2提问于2009-08-11得票数 161
回答已采纳
1回答
我在试着创建一个打包算法。为此，我需要从整个时间序列中随机抽取块。我创建了一个包含随机块绘制的索引向量，但是当我想要将它应用于我的动物园时间序列时，我会得到
In zoo(rval, index(x)[i]) :
some methods for “zoo” objects do not work if the index entries in ‘order.by’ are not unique
错误。因为采样使用了替换，所以我得到了具有相同时间戳的多个条目。不知何故，我尝试将数据转换为不包含时间戳的矩阵，但这并不是真的有效。我还在控制台中手动尝试了同样的操作，我没有收到来自zoo对象的警
浏览 4提问于2013-02-12得票数 0
我是python的新手，我正在尝试在python 3中进行随机采样，在python 3中，我尝试根据日期选择随机采样。 df有一堆不同的列，包括date、user_id、电话号码等。索引列要么是0，要么是1，我尝试只随机采样那些索引值为0的列，最后一列标记为"keep“，其中所有数据当前都有一个标签"no_include”。 df.loc[(df.date <= '2019-01-02') & (df.date >= '2019-01-01')].loc[0].sample(n=100).replace(to_replace
浏览 14提问于2019-03-11得票数 0
回答已采纳
如何在pyspark中对数据帧进行过采样？
df.sample(fractions, seed)
它只对df的一小部分进行采样，所以不能过采样。
浏览 4提问于2018-03-13得票数 3
在python学习中，有多种算法(例如回归、随机森林.等)具有处理不平衡数据的class_weight参数的。
但是，对于MLLib算法，我没有找到这样的参数。是否有为某些class_weight算法实现MLLib的计划？或者，在MLLib中是否有处理不平衡数据的方法？或者我们实际上必须处理MLLib中所有的上/下采样？
谢谢!
浏览 0提问于2016-12-07得票数 8
2回答
假设我有一个数据帧(df)，它由4000个观察值组成，结构如下 Country | Date | Log_GDP | Log_DMSP | Log_Population. 每个国家/地区在数据框中出现多次，因为这是面板数据。如何从该数据帧中随机抽取200个国家/地区，以便将它们输入到如下所示的lm()函数中？ lm(Log_GDP ~ 1 + Log_Population + Log_DMSP+as.factor(Date),data=sampled_df)
浏览 30提问于2020-04-30得票数 0
回答已采纳
我在python scikit-learn中使用了RandomForestRegressor。
据我所知，随机森林算法采用随机bootstraps样本。但是我不确定如何设置和调整引导程序的数量。
n_estimators是否为设置引导条数的参数？设置该值的好值有什么窍门吗？
浏览 1提问于2016-03-08得票数 0
1回答
我有一个有100行的数据集，我有一个由4个值组成的字符串(A、B、C、D)，我想随机分配给这些行。但是，我希望将A分配给30行，B分配给20行，C分配给10行，D分配给40行。我该怎么做？
df <- data.frame(ID=c(1:100))
values <- c("A", "B", "C", "D")
我想过的一种方法是生成一个数字1-100的随机有序列表，并分配前10个A等等，但是我想有一个更好的方法来实现它。
浏览 4提问于2014-11-08得票数 2
回答已采纳
2回答
我正试图在jupyter笔记本中训练一个线性回归模型，并加载一个通过Google Sheets创建的csv文件。所有数据在工作表中都保存为number，但当我将CSV加载到Jupyter中时，它被转换为字符串，无法将其转换回来，它给出了以下错误:无法将字符串转换为浮点数：'10.801.68‘ ? 我已经用点符号更改了逗号，并尝试了以下代码： df.columns=['Data', 'Price', 'Volume']
df['Price'] = df['Price'].str.replace(&
浏览 60提问于2019-07-03得票数 0
回答已采纳
我有一个完整的4年月度降雨量数据框架。我想故意将数据帧中5%、10%、20%、30%和40%的值替换为NAs，以模拟随机丢失的数据。如何在R或excel中完成？
浏览 21提问于2019-07-09得票数 0
1回答
样本随机行
、、、
我有一个数据集，其中有多个ID，每个ID都有两个观察值/值，例如：
ID Test Behaviour
A12.4.2 ONE 8.64
A12.4.2 TWO 7.63
A6.3.3 ONE 1.81
A6.3.3 TWO 2.47
B12.4.1 ONE 1.17
B12.4.1 TWO 3.96
E9.4.2 ONE 13.04
浏览 1提问于2020-07-14得票数 0
1回答
我刚开始使用Jaeger跟踪系统，并且一直在尝试为基于flask的微服务架构实现它。下面是我在python中实现的jaeger客户端配置：
config = Config(
config = {
'sampler': {
'type': 'const',
'param': 1,
},
'logging': True,
'rep
浏览 1提问于2018-12-21得票数 0
我正在尝试创建一个在随机分布中随机选择的个体，以感染某种疾病。首先，我使用以下命令创建了一个随机分布：
xcoord<-sample(1:100,60)
ycoord<-sample(1:100,60)
infectionstatus<-rep(0,60)
df2<-data.frame(xcoord,ycoord,infectionstatus)
这给了我一个类似如下的图：
为了随机选择一个点并将其赋值为正值，我尝试创建了一个for循环，如下所示：
for(j in 0:60) {
df2[infectionstatus[j]]<-df2[infe
浏览 5提问于2020-02-19得票数 0
回答已采纳
1回答
我有这样一个数据框架(1000000行)：
A B C
a 0.2 4
b 0.8 7
c 1 8
d 0.2 1
e 0.6 9
我想把B中的每个值乘以从C(置换而不替换)取的随机数，为每一行产生一个新的值x。然后，我想把所有的x值加起来，得到一个新的y行。重复这个n次。我不需要数据帧中的xn列，只需要一个带有yn值的向量。
我会得到这样的东西(2次迭代)：
A B C x1 x2 .... xn
a 0.2 4 0.2*1=0.2 0.2*4=0.8
b
浏览 0提问于2018-11-07得票数 1
回答已采纳
假设有一个示例系列，如下所示：
TimeStamp
0 1/1/2019
1 1/1/2019
. .
. .
. .
500 31/1/2019
501 1/2/2019
502 2/2/2019
503 2/2/2019
我将如何实现以下目标：
TimeStamp Nth Day
0 1/1/2019 1
1 1/1/2019 1
. . .
. . .
. . .
500 31/1/2019
浏览 1提问于2019-12-13得票数 0
回答已采纳
2回答
您好，我使用的是Sci Kit learn数据集、数字和拆分数据，因此我拥有X_train和Y_train阵列
数组之间的关系是这样的:索引x属于y
print x_train.shape
(1347, 64)
print y_train.shape
(1347)
print set(y_train)
(0,1,2,3,4,5,6,7,8,9)
我想在给定集合(Y)的情况下从x_train中随机抽取一个样本，即通过仅提取集合(Y)的一个随机观察值来重采样我的数据。我不知道我是否可以用numpy或pandas来做到这一点，有人知道如何处理这个问题吗？
非常感谢。
浏览 5提问于2018-10-29得票数 0
示例数据帧： Name Group_Id
AAA 1
ABC 1
BDF 1
CCC 2
XYZ 2
DEF 3 如何为每个Group_Id随机选择固定行数？This answer建议使用一种方法： df.groupby('Group_Id').apply(lambda x: x.sample(2)).reset_index(drop=True) 但是，如果有任何组的行数少于2，它就会抛出错误。在这种情况下，我希望能够选择所有行。.head()允许这样做，但我想要随机样本，而不是初始行。 假设我希望每个Gr
浏览 20提问于2020-10-17得票数 0
回答已采纳
我有一个data.frame，它有a、b和c的时间序列值。我想要构建一个随机的时间序列，它随机地为每一行(即日期)选择列的值。
因此，例如，如果我们有下面的df
df <- data.frame(date = c(as.Date("2018-08-01"),as.Date("2018-09-01"), as.Date("2018-10-01")), a = c(1.0, 1.5, 1.8), b=c(-1.0, -2.0, 3.0), c=c(-2.0, -15.0, 1.7))
#> df
# date
浏览 0提问于2018-11-01得票数 3
回答已采纳
我的程序需要随机选择值，而不重复它们。在那之后，程序会给他们分配随机变量。
假设这是数据：
[input] data
[output]
0
0 770000.000
1 529400.000
2 780000.000
3 731300.000
4 935000.000
5 440000.000
6 634120.000
7 980000.000
8 600000.000
9 770000.000
10 600000.000
11
浏览 0提问于2018-11-14得票数 0
回答已采纳
假设我在csv文件中有一千行数据，每一行都有4列。
我想随机挑选950行数据，并将其余50行分开保存。我将使用python进一步处理这两个数据集。
我怎样才能轻松地做到这一点呢？
我用熊猫按栏阅读csv文件。
浏览 1提问于2018-07-20得票数 1
回答已采纳
2回答
我有一个数据框，如下所示
c1 c2
1 2
1 3
2 4
2 5
2 2
3 1
3 2
...
我希望获得惟一的c1值，如果有多个行具有相同的c1值，则可以以相同的概率选择c2。例如，最终结果可以是：
c1 c2
1 2
2 2
3 2
...
“为c1的每个可能值随机选择c2”是我想要的。
浏览 0提问于2013-05-30得票数 0
回答已采纳
x <- c("a", 2, 3, 1.0)
y <- c("b", 1, 6, 7.9)
z <- c("c", 1, 8, 2.0)
p <- c("d", 2, 9, 3.3)
df1 <- data.frame(x,y,z,p)
这里有一个快速的示例数据集，但它并不完全反映我试图做的事情。假设我想从第2行的每个因子中抽取50个随机样本(在这种情况下，我们只有2个因子).我该如何有效地编码呢？我有一个在循环中工作的版本，但是它感觉没有必要复杂。
编辑:当我说我想要随机抽取50个样本时，我的意思
浏览 3提问于2014-03-28得票数 0
回答已采纳
1回答
我有一个数据帧，我想对数据帧中的行进行随机化。我尝试通过给1的分数来采样数据，但这不起作用(有趣的是，这在Pandas中起作用)。
浏览 0提问于2016-04-23得票数 11
回答已采纳
我想根据随机抽样的方法在每个多边形中选择5个点。并在每个多边形中需要5个点坐标(经度，经度)，以识别哪种作物是被种植的。
使用geopandas做这件事有什么想法吗？
非常感谢。
浏览 70提问于2019-11-11得票数 1
1回答
我有一个包含两个变量的数据集:一个ID和一个数量。我想对记录进行抽样(带替换)，直到抽样数量的总和超过原始数量的总和。 我有可以工作的示例代码，但是有没有更好的方法呢？我希望最终在一个大型数据集上运行100K次迭代，但我的方法似乎很笨拙。 在下面的代码中，我只是运行了3次迭代。 set.seed(7777)
df <- data.frame(ID = seq(1,5),
AMT = sample(1:100, 5, replace = T))
threshold <- sum(df$AMT)
output <- NULL
for (i
浏览 1提问于2019-01-15得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
