Pandas如何抽取1000个唯一用户的全部行数据？

需求 #

从数据集中随机抽取1000个唯一用户，并提取这些用户的所有行数据。

输入数据示例 #

原代码问题 #

你之前的代码df['User_ID'].sample(n=1000, random_state=1)只能拿到1000个User_ID样本，既无法关联到这些用户的全部行数据，还可能因为原数据中User_ID重复，抽到同一个用户多次，达不到“1000个唯一用户”的要求。

解决代码 #

import pandas as pd

# 第一步：从唯一用户集合中抽样1000个ID
sampled_user_ids = df['User_ID'].drop_duplicates().sample(n=1000, random_state=1).tolist()

# 第二步：筛选出这些用户的所有行数据
result_df = df[df['User_ID'].isin(sampled_user_ids)]

代码说明 #

• drop_duplicates()：先清洗User_ID列的重复值，确保抽样源是无重复的用户集合；
• sample(n=1000, random_state=1)：从唯一用户中随机选取1000个，random_state=1保证每次运行结果一致，方便复现；
• isin(sampled_user_ids)：过滤原DataFrame，只保留User_ID在抽样列表中的所有行，这样就能拿到每个抽样用户的全部数据。

验证示例 #

如果在示例数据中抽样选中A454，result_df会包含该用户的两行数据，完全符合需求。

内容的提问来源于stack exchange，提问作者shockwave