python - Pandas 中不成比例的分层抽样

Question

如何从Name以下数据框中的每个组（列）中随机选择一行：

   Distance   Name  Time  Order
1        16   John     5      0
4        31   John     9      1
0        23   Kate     3      0
3        15   Kate     7      1
2        32  Peter     2      0
5        26  Peter     4      1

预期结果：

Distance   Name  Time  Order

4        31   John     9      1
0        23   Kate     3      0
2        32  Peter     2      0

标签： pythonpandasdataframerandomsampling

Answer 1

您可以使用 a groupbyon Namecol 并应用 sample

df.groupby('Name',as_index=False).apply(lambda x:x.sample()).reset_index(drop=True)

---

    Distance   Name  Time  Order
0        31   John     9      1
1        15   Kate     7      1
2        32  Peter     2      0