分层抽样后Bootstrapping：分组抽样遇‘float不可迭代’错误求助

错误原因 #

你的mapper生成的是每个Base对应的Score值列表，但sample(n=...)需要的是整数类型的抽样数量。当你把列表传给n参数时，内部逻辑尝试迭代这个列表（而它实际是单个数值的列表，甚至可能包含float），就会抛出"float object is not iterable"错误。

你真正需要的是：统计dfu中每个Base的行数，以此作为dfi对应分组的抽样数量，这样才能保证抽样后结构和dfu一致。

修正代码 #

# 重新生成mapper：统计dfu中每个Base的样本量（行数）
mapper = dfu['Base'].value_counts().to_dict()
print(mapper)

# 分组抽样，注意处理dfi中某Base数量不足的情况（可选加replace=True允许有放回）
j = dfi.groupby('Base').apply(lambda x: x.sample(n=mapper[x.name], replace=False))
print(j)

额外说明 #

• 如果dfi中某个Base的行数少于dfu中对应Base的行数，不加replace=True会报错，此时根据你的需求选择：
  • replace=True：允许有放回抽样，保证抽够指定数量
  • 提前过滤掉dfi中数量不足的分组，或者调整抽样数量

内容的提问来源于stack exchange，提问作者Hami