基于列值从数据帧中随机选择行

Question

我有一个熊猫数据框如下：

col1, col2, label
a    b      0
b    b ,    0
.
.
..........  0
..........  1

以及标签列的value_counts：

df['label'].value_counts():

0: 200000
1: 10000

我想从值为“0”的标签中随机选择50000行，以便我的值\u计数变为：

0: 50000
1: 10000

Answer 1

过滤每个值和每个值的^{}N值。然后，获取它们的索引，通过union连接，然后loc

s0 = df.label[df.label.eq(0)].sample(50000).index
s1 = df.label[df.label.eq(1)].sample(10000).index 

df = df.loc[s0.union(s1)]

---

当然，如果您只是得到所有的s1，您不需要在10000中指定10000：）它只是用于说明