如何保存随机欠采样的数据？答案

【问题标题】：How do I save the data that has been randomly undersampled?如何保存随机欠采样的数据？
【发布时间】：2021-10-12 22:43:55
【问题描述】：

我正在尝试通过使用多数类的随机欠采样来平衡数据帧。它已经成功了，但是，我还想将从数据框中删除的数据（欠采样）保存到新的数据框中。我该如何做到这一点？

这是我用来对数据框进行欠采样的代码

from imblearn.under_sampling import RandomUnderSampler

rus = RandomUnderSampler(sampling_strategy=1)
X_res, y_res = rus.fit_resample(X, y)

df1 = pd.concat([X_res, y_res], axis=1)

【问题讨论】：

标签： python dataframe machine-learning

【解决方案1】：

RandomUnderSampler 有一个属性sample_indices_，表示保留子样本的索引。所以应该这样做：

dropped_ids = [i for i in range(X.shape[0]) if i not in rus.sample_indices_]
X.iloc[dropped_ids]  # for dataframes
X[dropped_ids, :]  # for numpy arrays

【讨论】：

效果很好，非常感谢！