根据列的值将数据帧拆分为两个文件
问题描述:
我需要将数据帧拆分为2部分。例如,如果数据帧在下面被分割随机基于Col1中两个文件应当从每个类别1,2-包含样品和3根据列的值将数据帧拆分为两个文件
Col1 col2
1 a
1 b
2 c
2 d
3 e
到目前为止我能够通过使用sklearn.cross_validation import train_test_split
到数据转换成所期望的比例分割。 但我无法弄清楚如何分割来从每个类别中提取样本。 所有帮助将不胜感激。谢谢。
答
看一看StratifiedKFold
对象。
http://scikit-learn.org/stable/modules/generated/sklearn.cross_validation.StratifiedKFold.html
有在doc短示例示出如何使用它