如何在 Python 中获得平衡的数据帧

【问题标题】：How to obtain a balanced dataframe in Python如何在 Python 中获得平衡的数据帧
【发布时间】：2018-12-15 17:04:17
【问题描述】：

我有一个包含 4000 行的 DataFrame。我想从此数据框中选择 20 个随机行。

新的 DataFrame 必须是平衡的。这意味着我有一个名为 default 的属性，它可以采用两个值，是或否。因此，新的平衡 DataFrame 必须包含 10 个 yes 样本和 10 个 no 样本。

你能帮帮我吗？

【问题讨论】：

【解决方案1】：

这可能不是最优雅的解决方案。

首先按类别分组

group_object = df.groupby('class')

然后为每个类应用 lambda 函数

group_object.apply(lambda x:x.sample(frac = 0.0025))

查看sample method 的文档

【讨论】：