如何从pandas DataFrame子集采样及指定行范围随机选行？

嘿，针对你提出的两个pandas采样问题，我整理了实用的解决方法，直接上手就能用：

1. 如何从pandas DataFrame的一个子集中进行采样？ #

要从DataFrame的子集中采样，核心思路是先筛选出目标子集，再对这个子集调用sample()方法。

举个具体的例子：假设你有一个包含销售数据的DataFrame sales_df，想从"销售额大于1000"的子集中随机选5条数据，代码可以这么写：

# 第一步：筛选出目标子集
high_sales_subset = sales_df[sales_df['sales_amount'] > 1000]

# 第二步：对子集进行随机采样（选5条）
sampled_data = high_sales_subset.sample(n=5)

如果想按比例采样（比如取子集的10%），可以用frac参数：

sampled_data = high_sales_subset.sample(frac=0.1)

另外，如果需要保证每次采样结果一致（方便调试），可以设置random_state参数：

sampled_data = high_sales_subset.sample(n=5, random_state=42)

2. 如何从pandas DataFrame的第0行到（总行数-100）行之间随机选取一行？ #

你提到的sample(1)会选取任意行，要限定范围的话，我们可以先用iloc截取前总行数-100行，再对这个截取后的结果采样。

直接看代码示例：

# 获取DataFrame的总行数
total_rows = len(your_df)

# 截取第0行到（总行数-100）行的范围
target_range = your_df.iloc[:total_rows - 100]

# 从这个范围里随机选一行
start_state = target_range.sample(1)

也可以把它简化成一行代码：

start_state = your_df.iloc[:len(your_df)-100].sample(1)

这里解释一下：iloc[:n]会选取DataFrame中索引从0到n-1的行，所以total_rows - 100作为截止位置，刚好排除了最后100行，完全符合你的需求。

内容的提问来源于stack exchange，提问作者Shamoon