python - 有选择地对 pandas 中的特定类别进行采样

Question

是否有一种方法可以使 Pandas sample 命令有选择地对列中的特定类别进行采样，同时保留其他类别中的所有值？ https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.sample.html

例如在下面的数据框中，我想对数据框中的一半 Poor Observed_Condition 行进行采样，但保留具有 Good 或 Excellent 值的所有 Observed_Condition 行:

Predicted   Observed_Condition
4.561074719 Excellent
3.114821134 Poor
5.47200407  Good
7.048857494 Excellent
5.318448093 Poor
3.81681577  Poor
5.640660645 Good
3.082072075 Good
3.249229815 Poor
4.492327775 Good
3.488655803 Poor
6.517144589 Good

Answer 1

使用boolean indexing要按条件过滤，请添加 DataFrame.sample和 concat所有不匹配的行均通过 ~ 的反向掩码进行过滤:

mask = df['Observed_Condition'] == 'Poor'

df = pd.concat([df[mask].sample(frac=0.5), df[~mask]]).sort_index()
print (df)
    Predicted Observed_Condition
0    4.561075          Excellent
2    5.472004               Good
3    7.048857          Excellent
4    5.318448               Poor
6    5.640661               Good
7    3.082072               Good
8    3.249230               Poor
9    4.492328               Good
11   6.517145               Good