【发布时间】：2022-01-07 20:59:36
【问题描述】：
我有一个数据框 df 和患者 subject_id，包括他们的 gender 和他们的 age。
我想从这个数据框中抽取一个大小为n 的随机样本，具有以下特征：
- 50% 男性，50% 女性
- 中位年龄为 40 岁
知道如何使用 python 来实现吗？ 谢谢！
【问题讨论】：
标签： python pandas dataframe random sample
【发布时间】：2022-01-07 20:59:36
【问题描述】：
我认为你想要的比DataFrame.sample 提供的开箱即用的东西要复杂一些。可以像这样（分别）生成满足您的每个条件的随机样本：
- 只过滤女性，随机抽取
n/2，然后对男性进行同样的操作，然后将它们合并 - 过滤40岁以下，随机抽样
n/2，然后对40岁以上做同样的事情，然后将它们组合起来。 （但请注意，这并不能保证中位数正好是 40。）
如果您想结合这两个约束条件，您可能需要抽样 4 次 - 40 岁以下的女性、40 岁以下的男性等。但这是一般的想法。
采样代码如下所示：
df.loc[df.age < 40, 'subject_id'].sample(n/2)
df.loc[df.gender == 'F', 'subject_id'].sample(n/2)
【讨论】：