Python如何从DataFrame中无重复随机抽取6个固定大小子样本

• 你已经通过df.sample()得到了乱序的抽样结果df_，但后续分片操作仍然调用了原始有序的df做索引切割，得到的自然是原顺序的分片
• 需求是6个各100条的子样本，总抽样量应为600，原代码中df.sample(n=6000)的参数不符合需求，且循环中range的上界误用了原始df的长度，会导致分片大小不符合预期

# 1. 计算总抽样量：6个子样本 × 每个100条
total_count = 6 * 100
# 2. 从原df无重复随机抽取足量数据，得到乱序的抽样结果
sampled_all = df.sample(n=total_count, replace=False)
# replace=False为默认值，显式标注更清晰；可加random_state参数固定随机结果方便复现

# 3. 按固定大小切割乱序样本，得到6个无重复的随机子样本
subsample_size = 100
chunks = []
for i in range(0, total_count, subsample_size):
    chunks.append(sampled_all.iloc[i:i+subsample_size])

# 调用示例：第一个子样本为 chunks[0]，第二个为chunks[1]，以此类推

如果需要确认结果符合要求，可运行以下代码校验：

# 校验每个子样本大小是否为100
for i, subsample in enumerate(chunks):
    assert len(subsample) == 100, f"子样本{i}大小不符合要求"
print("所有子样本大小校验通过")

# 校验所有子样本无重复行
all_index = []
for s in chunks:
    all_index.extend(s.index.tolist())
assert len(set(all_index)) == 600, "子样本存在重复数据"
print("所有子样本无重复校验通过")

内容的提问来源于stack exchange，提问作者Ankita