按id分组并从两个大查询表中随机抽样
创始人
2024-11-02 06:00:51
0

以下是一个示例解决方案,使用Python中的pandas库进行数据操作和随机抽样:

import pandas as pd
import numpy as np

# 创建示例数据表1
data1 = {'id': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
         'value': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J']}
df1 = pd.DataFrame(data1)

# 创建示例数据表2
data2 = {'id': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
         'value': ['K', 'L', 'M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T']}
df2 = pd.DataFrame(data2)

# 将两个表合并为一个表
df = pd.concat([df1, df2])

# 按id分组,并随机抽样2个样本
groups = df.groupby('id')
sampled_df = groups.apply(lambda x: x.sample(n=2, random_state=42))

# 输出结果
print(sampled_df)

这个示例中,我们首先创建了两个示例数据表df1和df2,每个表包含id和value两列。然后,我们将这两个表合并为一个表df。接下来,我们使用groupby函数按id进行分组,并使用apply函数对每个分组进行抽样,提取两个样本。最后,我们将抽样结果打印输出。

请注意,示例中的抽样采用了固定的随机种子(random_state=42),以保证结果的可重复性。如果你想要每次运行时得到不同的抽样结果,可以去除random_state参数。

相关内容

热门资讯

安装apache-beam==... 出现此错误可能是因为用户的Python版本太低,而apache-beam==2.34.0需要更高的P...
避免在粘贴双引号时向VS 20... 在粘贴双引号时向VS 2022添加反斜杠的问题通常是由于编辑器的自动转义功能引起的。为了避免这个问题...
Android Recycle... 要在Android RecyclerView中实现滑动卡片效果,可以按照以下步骤进行操作:首先,在项...
omi系统和安卓系统哪个好,揭... OMI系统和安卓系统哪个好?这个问题就像是在问“苹果和橘子哪个更甜”,每个人都有自己的答案。今天,我...
原生ios和安卓系统,原生对比... 亲爱的读者们,你是否曾好奇过,为什么你的iPhone和安卓手机在操作体验上有着天壤之别?今天,就让我...
Android - 无法确定任... 这个错误通常发生在Android项目中,表示编译Debug版本的Java代码时出现了依赖关系问题。下...
Android - NDK 预... 在Android NDK的构建过程中,LOCAL_SRC_FILES只能包含一个项目。如果需要在ND...
Akka生成Actor问题 在Akka框架中,可以使用ActorSystem对象生成Actor。但是,当我们在Actor类中尝试...
Agora-RTC-React... 出现这个错误原因是因为在 React 组件中使用,import AgoraRTC from “ago...
Alertmanager在pr... 首先,在Prometheus配置文件中,确保Alertmanager URL已正确配置。例如:ale...