如何以预定义的百分比在熊猫中分割数据框？

问题描述：

我有一个按列数排序的熊猫数据框。现在我想按预定义的百分比分割数据帧，以便提取并命名一些段。如何以预定义的百分比在熊猫中分割数据框？

例如，我想先取20％的行来创建第一个分段，然后是第二个分段的下一个30％，剩下的50％留给第三个分段。

我该怎么做到这一点？

相关：https://stackoverflow.com/questions/38250710/how-to-split-data-into-3-sets- train-validation-and-test删除'.sample'或'random'步骤并且它是相同的解决方案 – EdChum

答

使用numpy.split：

a, b, c = np.split(df, [int(.2*len(df)), int(.5*len(df))])

样品：

np.random.seed(100) 
df = pd.DataFrame(np.random.random((20,5)), columns=list('ABCDE')) 
#print (df) 

a, b, c = np.split(df, [int(.2*len(df)), int(.5*len(df))]) 
print (a) 
      A   B   C   D   E 
0 0.543405 0.278369 0.424518 0.844776 0.004719 
1 0.121569 0.670749 0.825853 0.136707 0.575093 
2 0.891322 0.209202 0.185328 0.108377 0.219697 
3 0.978624 0.811683 0.171941 0.816225 0.274074 

print (b) 
      A   B   C   D   E 
4 0.431704 0.940030 0.817649 0.336112 0.175410 
5 0.372832 0.005689 0.252426 0.795663 0.015255 
6 0.598843 0.603805 0.105148 0.381943 0.036476 
7 0.890412 0.980921 0.059942 0.890546 0.576901 
8 0.742480 0.630184 0.581842 0.020439 0.210027 
9 0.544685 0.769115 0.250695 0.285896 0.852395 

print (c) 
      A   B   C   D   E 
10 0.975006 0.884853 0.359508 0.598859 0.354796 
11 0.340190 0.178081 0.237694 0.044862 0.505431 
12 0.376252 0.592805 0.629942 0.142600 0.933841 
13 0.946380 0.602297 0.387766 0.363188 0.204345 
14 0.276765 0.246536 0.173608 0.966610 0.957013 
15 0.597974 0.731301 0.340385 0.092056 0.463498 
16 0.508699 0.088460 0.528035 0.992158 0.395036 
17 0.335596 0.805451 0.754349 0.313066 0.634037 
18 0.540405 0.296794 0.110788 0.312640 0.456979 
19 0.658940 0.254258 0.641101 0.200124 0.657625

为什么这个问题不是这个问题的一个骗局：https://stackoverflow.com/questions/38250710/how-to-分割数据到-3-套列车验证与测试？ – EdChum

因为有随机化，所以这个解决方案没有。但是是相似的。 – jezrael

我仍然认为这是一个相关的愚蠢，随机化步骤的删除是微不足道的IMO – EdChum

如何以预定义的百分比在熊猫中分割数据框？

相关推荐