python - 根据列值从数据框中随机选择行

Question

我有一个 Pandas 数据框如下:

col1, col2, label
a    b      0
b    b ,    0
.
.
..........  0
..........  1

以及标签列的value_counts:

df['label'].value_counts():

0: 200000
1: 10000

我想从标签中随机选择值为“0”的 50000 行，这样我的 value_counts 变为:

0: 50000
1: 10000

Answer 1

过滤每个值和 sample N每个人的值(value)观。然后，获取他们的索引，通过union加入只是loc

s0 = df.label[df.label.eq(0)].sample(50000).index
s1 = df.label[df.label.eq(1)].sample(10000).index 

df = df.loc[s0.union(s1)]

---

当然，您不需要指定 10000在 s1如果你只是得到所有这些:) 它只是为了说明