Pandas DataFrame.sample() 随机抽样详解与实战

许南星

发布时间：2026-10-15 | 4人浏览过

原创

本文详细介绍Pandas中DataFrame.sample()函数的使用方法，涵盖n、frac、replace、weights、random_state等核心参数的配置。通过具体代码示例演示如何按行数、比例或权重进行随机抽样，并解析axis方向控制及结果复现技巧，帮助开发者高效实现数据子集提取。

Pandas随机抽样基础

随机抽样是统计学中广泛应用的技巧，旨在从大规模数据集中快速构建具有代表性的分析模型。在Python的Pandas库中，实现这一功能的核心工具是sample()函数。

sample函数语法与参数详解

调用该函数时，需遵循特定的语法结构，具体格式如下所示：

DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)

各参数的具体含义与功能对照下表：

参数名称	参数说明
n	表示要抽取的行数。
frac	表示抽取的比例，比如 frac=0.5，代表抽取总体数据的50%。
replace	布尔值参数，表示是否以有放回抽样的方式进行选择，默认为 False，取出数据后不再放回。
weights	可选参数，代表每个样本的权重值，参数值是字符串或者数组。
random_state	可选参数，控制随机状态，默认为 None，表示随机数据不会重复；若为 1 表示会取得重复数据。
axis	表示在哪个方向上抽取数据(axis=1 表示列/axis=0 表示行)。
该函数返回与数据集类型相同的新对象，相当于 numpy.random.choice()。实例如下：

import pandas as pd  
dict = {'name':["Jack", "Tom", "Helen", "John"],'age': [28, 39, 34, 36],'score':[98,92,91,89]} 
info = pd.DataFrame(dict)
#默认随机选择两行
info.sample(n=2)
#随机选择两列
info.sample(n=2,axis=1)

执行上述代码后的输出结果如下：

name age score 3 John 36 89 0 Jack 28 98

score name 0 98 Jack 1 92 Tom 2 91 Helen 3 89 John

多场景抽样实战示例

接下来通过另一组数据进一步演示抽样效果：

import pandas as pd
info = pd.DataFrame({'data1': [2, 6, 8, 0], 'data2': [2, 5, 0, 8], 'data3': [12, 2, 1, 8]}, index=['John', 'Parker', 'Smith', 'William'])
info
#随机抽取3个数据
info['data1'].sample(n=3)
#总体的50%
info.sample(frac=0.5, replace=True)
#data3序列为权重值，并且允许重复数据出现
info.sample(n=2, weights='data3', random_state=1)

对应的输出结果如下：

随机选择3行数据： William 0 Smith 8 Parker 6 Name: data1, dtype: int64

data1 data2 data3 John 2 2 12 William 0 8 8

data1 data2 data3 John 2 2 12 William 0 8 8

以上就是关于Pandas中sample函数进行随机抽样的完整介绍。如需了解更多相关技术细节，建议查阅本站历史文章或继续浏览后续内容，感谢支持。