如何从含6类标签的DataFrame中每类移除10行并拆分数据集

你可以利用DataFrame的索引快速移除测试集的行，因为你抽取的df_tester保留了原DataFrame的索引信息，直接通过这些索引就能完成删除操作：

方法一：基于现有代码直接删除 #

import pandas as pd

# 你的原有代码：抽取每类10行作为测试集
df_tester = pd.concat(g.sample(10) for idx, g in df.groupby('Label'))

# 从原DataFrame中删除测试集对应的行
df = df.drop(df_tester.index)

方法二：先收集索引再拆分（更直观） #

如果想更清晰地控制采样过程，可以先收集每个分组的采样索引，再生成测试集并删除原数据：

test_indices = []
# 遍历每个标签分组，收集10行的索引
for _, group in df.groupby('Label'):
    sampled_idx = group.sample(10).index
    test_indices.extend(sampled_idx)

# 生成测试集
df_tester = df.loc[test_indices].copy()
# 删除原数据中的对应行
df = df.drop(test_indices)

验证结果 #

执行完后用len(df)检查原DataFrame的行数，应该是650-60=590，和预期一致。

额外说明：如果你的DataFrame存在重复索引，上述方法可能会误删多行，这种情况下可以用反连接方式拆分：

df = df.merge(df_tester, how='left', indicator=True)
df = df[df['_merge'] == 'left_only'].drop(columns='_merge')

内容的提问来源于stack exchange，提问作者Sam