pandas - 关于熊猫 .sample()

我有一个数据框。即“df”，它有 10,000 行和 4 列（一列的值为“是/否”，仅命名为“已购买”，4,000 是和 6,000 否）

如果我写这段代码：

sample = df.sample(df.shape[0], replace = True)

然后我假设它会以无序的方式返回给我整个数据框。所以我使用了 .shape() ，结果发现样本与 df 的记录数相同。(10,000)

然后我用

sample.query('purchased == "Yes"').info()

现在......这次的结果让我很困惑......每次我运行它时， info() 给出的记录数......(2,333; 3000; 1540;.....)

这是为什么？如果样本只是整个 df，那么 .info() 不应该每次都相同吗？(4,000)

标签： pandas

正如您在 pandas 文档中看到的那样，如果将 replace 参数设置为 True，它可以多次添加同一行，因此“样本”变量可能包含与原始数据集不同的数据集，其中购买值等于“是的”

参考：