Выборка и случайные данные в Pandas
Pandas предоставляет богатый функционал случайной выборки, позволяя при необходимости случайным образом выбирать образцы из набора данных, а также поддерживает генерацию случайных данных.
Случайная выборка
Метод sample
Пример
import pandas as pd
import numpy as np
# Создать большой набор данных
df = pd.DataFrame({
"ID": range(1, 1001),
"Value": np.random.randn(1000)
})
# Случайная выборка 5 строк
print("Случайная выборка 5 строк:")
print(df.sample(5))
print()
# Выборка 30% данных
print("Случайная выборка 30%:")
print(df.sample(frac=0.3))
print()
# Выборка с возвращением
print("Выборка 5 строк с возвращением:")
print(df.sample(5, replace=True))
import numpy as np
# Создать большой набор данных
df = pd.DataFrame({
"ID": range(1, 1001),
"Value": np.random.randn(1000)
})
# Случайная выборка 5 строк
print("Случайная выборка 5 строк:")
print(df.sample(5))
print()
# Выборка 30% данных
print("Случайная выборка 30%:")
print(df.sample(frac=0.3))
print()
# Выборка с возвращением
print("Выборка 5 строк с возвращением:")
print(df.sample(5, replace=True))
Установка случайного зерна
Пример
import pandas as pd
import numpy as np
# Установите случайное зерно для воспроизводимых результатов
np.random.seed(42)
df = pd.DataFrame({
"ID": range(1, 11),
"Value": np.random.randn(10)
})
print("Используется случайное зерно 42:")
print(df.sample(3))
# Снова запустить с тем же зерном, чтобы получить те же результаты
print("\nПовторный запуск с тем же зерном:")
np.random.seed(42)
print(df.sample(3))
import numpy as np
# Установите случайное зерно для воспроизводимых результатов
np.random.seed(42)
df = pd.DataFrame({
"ID": range(1, 11),
"Value": np.random.randn(10)
})
print("Используется случайное зерно 42:")
print(df.sample(3))
# Снова запустить с тем же зерном, чтобы получить те же результаты
print("\nПовторный запуск с тем же зерном:")
np.random.seed(42)
print(df.sample(3))
Генерация случайных данных
Пример
import pandas as pd
import numpy as np
# Сгенерировать случайные целые числа
print("Случайные целые числа [0, 10):")
print(pd.Series(np.random.randint(0, 10, 5)))
print()
# Сгенерировать случайные числа с плавающей точкой
print("Случайные числа с плавающей точкой [0, 1):")
print(pd.Series(np.random.random(5)))
print()
# Сгенерировать случайные числа с нормальным распределением
print("Нормальное распределение N(0, 1):")
print(pd.Series(np.random.randn(5)))
print()
# Укажите среднее и стандартное отклонение
print("Нормальное распределение N(10, 2):")
print(pd.Series(np.random.normal(10, 2, 5)))
print()
# Случайный выбор
choices = ["A", "B", "C", "D"]
print("Случайный выбор:")
print(pd.Series(np.random.choice(choices, 10)))
import numpy as np
# Сгенерировать случайные целые числа
print("Случайные целые числа [0, 10):")
print(pd.Series(np.random.randint(0, 10, 5)))
print()
# Сгенерировать случайные числа с плавающей точкой
print("Случайные числа с плавающей точкой [0, 1):")
print(pd.Series(np.random.random(5)))
print()
# Сгенерировать случайные числа с нормальным распределением
print("Нормальное распределение N(0, 1):")
print(pd.Series(np.random.randn(5)))
print()
# Укажите среднее и стандартное отклонение
print("Нормальное распределение N(10, 2):")
print(pd.Series(np.random.normal(10, 2, 5)))
print()
# Случайный выбор
choices = ["A", "B", "C", "D"]
print("Случайный выбор:")
print(pd.Series(np.random.choice(choices, 10)))
Разделение на обучающую и тестовую выборки
Пример
import pandas as pd
import numpy as np
# Смоделировать набор данных
df = pd.DataFrame({
"Feature1": np.random.randn(100),
"Feature2": np.random.randn(100),
"Target": np.random.choice([0, 1], 100)
})
# Разделить на обучающий и тестовый наборы (80% / 20%)
train = df.sample(frac=0.8, random_state=42)
test = df.drop(train.index)
print(f"Обучающая выборка: {len(train)} строк")
print(f"Тестовая выборка: {len(test)} строк")
print()
# Стратифицированная выборка (сохранить пропорцию целевой переменной)
print("Стратифицированная выборка:")
from sklearn.model_selection import train_test_split
# Требуется scikit-learn: pip install scikit-learn
# train, test = train_test_split(df, test_size=0.2, stratify=df["Target"])
import numpy as np
# Смоделировать набор данных
df = pd.DataFrame({
"Feature1": np.random.randn(100),
"Feature2": np.random.randn(100),
"Target": np.random.choice([0, 1], 100)
})
# Разделить на обучающий и тестовый наборы (80% / 20%)
train = df.sample(frac=0.8, random_state=42)
test = df.drop(train.index)
print(f"Обучающая выборка: {len(train)} строк")
print(f"Тестовая выборка: {len(test)} строк")
print()
# Стратифицированная выборка (сохранить пропорцию целевой переменной)
print("Стратифицированная выборка:")
from sklearn.model_selection import train_test_split
# Требуется scikit-learn: pip install scikit-learn
# train, test = train_test_split(df, test_size=0.2, stratify=df["Target"])