时间戳

首页 > 解决方案 > 如何提取具有条件的某些行？

python - 如何提取具有条件的某些行？

问题描述

我正在处理一个数据集，该数据集在其第一列中包含情感或类别标签。但是，由于数据集不平衡，我需要为每个类别提取相同数量的行。也就是说，如果有 10 个类别，我只需要从每个类别中选择 100 行样本。结果将是 1000 行样本。

我尝试了什么：

def append_new_rows(df, new_df, s):
    c = 0
    for index, row in df.iterrows():
        if s == row[0]:
            if c <= 100:
                new_df.append(row)
                c += 1
    return df_2

for s in sorted(list(set(df.category))):
    new_df = append_new_rows(df, new_df, s)

数据集

----------------------------
| category | A  | B  | C | D |
----------------------------
| happy    | ...| ...|...|...|
| ...      | ...| ...|...|...|
| sadness  | ...| ...|...|...|

预期产出

----------------------------
| category | A  | B  | C | D |
----------------------------
| happy    | ...| ...|...|...|
... 100 samples of happy
| ...      | ...| ...|...|...|
| sadness  | ...| ...|...|...|
... 100 samples of sadness
...
...
1000 sampple rows

标签： pythonpandasdataset

解决方案

def append_new_df(df, df_2, s, n):
    c = 1
    for index, row in df.iterrows():
        if s == row[0]:
            if c <= n:
                df_2 = df_2.append(row)
                c += 1
    return df_2

你就在那里，你只需要做这样的事情

推荐阅读