python - 根据组值拆分训练中的数据集并进行测试？

Question

如果我有以下数据集：（如果我用“ group_name ”按数据分组，数据将如下所示：）

我想根据 **group_name**特征将数据集拆分为训练集和测试集。例如，如果我想要 80:20 的比例，那么训练集和测试集将如下所示（即在 group-by 函数中）：

动车组：

测试集：

因此，在上述示例中考虑了 80:20 的比例。此外，上面显示的示例是 groupby 函数应用于实际数据集的结果。

标签： pythonpandas

Answer 1

接受培训

training = df.groupby('group_name').apply(lambda x: x.sample(frac=0.8))

然后使用其他索引进行测试

testing = df.loc[set(df.index) - set(training.index.get_level_values(1))]