pandas之query方法和sample随机抽样操作

让我们来详细讲解一下“pandas之query方法和sample随机抽样操作”的完整攻略。

Pandas之Query方法

在使用pandas进行数据清洗与分析时，我们经常会使用到筛选操作。而query()方法是pandas中比较常用的一种筛选方式，它可以用类似SQL语句的方式进行筛选，使用方法如下。

使用Syntax

DataFrame.query(expr, inplace=False, **kwargs)

expr：查询表达式，必选参数。

inplace：是否在原数据上直接进行修改，默认为False。

kwargs：局部的环境变量作用域。

使用示例

下面我们用一个简单的实例来演示如何使用query方法进行选择操作。

import pandas as pd

data = pd.DataFrame({'name':['xiaoming', 'xiaohua', 'xiaogang', 'Lisa'], 
                     'age':[23, 25, 27, 20], 
                     'gender':['M', 'F', 'M', 'F']})
print(data.query('age > 23'))

输出结果为：

       name  age gender
1   xiaohua   25      F
2  xiaogang   27      M

上述实例中，我们用query方法选择了所有age大于23的行。

Pandas之Sample方法

在进行数据分析时，我们经常会遇到需要通过随机抽样来获取样本数据，从而方便后续的分析处理。而sample()方法可以帮助我们进行随机抽样，使用方法如下。

使用Syntax

DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)

n：抽样数量，可以传入int类型数，或者None，默认为None。

frac：抽样比例，可以传入float类型数，或者None，默认为None。

replace：是否有放回抽样，默认为False。

weights：样本权重，可以传入数组，代表每个样本对应的权重。

random_state：随机数种子。

axis：抽样的方向，可以为0（行方向）或1（列方向），默认为0。

使用示例

下面我们用一个简单的实例来演示如何使用sample方法进行随机抽样操作。

import pandas as pd

data = pd.DataFrame({'name':['xiaoming', 'xiaohua', 'xiaogang', 'Lisa'], 
                     'age':[23, 25, 27, 20], 
                     'gender':['M', 'F', 'M', 'F']})
print(data.sample(n=2, random_state=42))

输出结果为：

    name  age gender
0  xiaoming   23      M
2  xiaogang   27      M

上述实例中，我们用sample方法随机抽取了数据中的2行数据。

同时，我们还可以设置抽样比例进行抽样：

import pandas as pd

data = pd.DataFrame({'name':['xiaoming', 'xiaohua', 'xiaogang', 'Lisa'], 
                     'age':[23, 25, 27, 20], 
                     'gender':['M', 'F', 'M', 'F']})
print(data.sample(frac=0.5, random_state=42))

输出结果为：

    name  age gender
1  xiaohua   25      F
0  xiaoming   23      M

这里我们设置抽样比例为0.5，所以随机抽取了2行数据。