如何用循环从Pandas DataFrame按不同数量抽取无放回随机样本？

错误原因 #

你初始化的sample是空列表，sample[i]试图访问第i个元素，但此时列表中没有任何元素，因此触发IndexError。Python的列表完全可以存储DataFrame，和R的列表用法一致，只是你用错了元素添加方式。

正确实现方式 #

方式1：各次抽样独立（基于原DataFrame）

如果每次抽样都从完整的原数据中抽取无放回样本（不同批次样本可能重叠），可以直接用append向列表添加DataFrame：

number = [10,20,30,40,50]
sample = []
for n in number:
    # replace=False 确保无放回抽样，默认就是False，可省略
    sample.append(data.sample(n=n, replace=False))

或者用更简洁的列表推导式：

number = [10,20,30,40,50]
sample = [data.sample(n=n, replace=False) for n in number]

方式2：全局无放回抽样（依次从剩余数据抽取）

如果需要所有批次的样本完全不重复（第一次抽10条后，从剩余数据抽20条，以此类推），需要每次抽样后移除已选中的样本：

number = [10,20,30,40,50]
sample = []
remaining_data = data.copy()  # 复制原数据，避免修改原始DataFrame
for n in number:
    sampled_df = remaining_data.sample(n=n, replace=False)
    sample.append(sampled_df)
    # 从剩余数据中删除已抽中的样本
    remaining_data = remaining_data.drop(sampled_df.index)

注意：这种方式要求原DataFrame的行数≥150（10+20+30+40+50），否则会因数据不足报错。

内容的提问来源于stack exchange，提问作者Programming Noob