pandas sampleのチートシート

概要

• データのサンプリング

データのシャッフル

• fracは何割をランダムサンプルで取り出すか、というオプション
• frac=1.0ではすべてサンプルする
  • シャッフルされた状態になる

df.sample(frac=1.0)

グループごとのサンプリング

• グループごとの最大数を指定できる
• グループのデータが最大数に満たない場合、replace=Trueすると何度も同じ要素が出現することで、アップサンプリングできる

df = df.groupby(by=["day"]).sample(n=50000, random_state=1, replace=True)