我正在使用此代碼拆分資料框
df_80_split = df.sample(frac=0.8,random_state=200)
我需要的是將原始條目中的其余條目放入新的資料框中，例如
df_20_split = df - df_80_split
什么是編碼的好方法？
uj5u.com熱心網友回復：
使用 sklearntrain_test_split()是一種非常好的方法，尤其適用于大型資料集。
#import sklearn method to split training data
from sklearn.model_selection import train_test_split
# using your variable names
df_80_split, df_20_split = train_test_split(df, test_size = 0.2, random_state = 200)
如果您也提供目標變數，您還可以從目標中分離特征以進行訓練和驗證。
X_train, X_test, y_train, y_test = train_test_split(
features, target, test_size = 0.2, random_state = 200)
檔案中有很多細節
uj5u.com熱心網友回復：
假設您的資料幀的索引值都是唯一的，純 Pandas 解決方案將是：
df_20_split = df[~df.index.isin(df_80_split.index)]
完整代碼：
# Just sample data
df = pd.DataFrame({'a':[*'abcdefg']*1000}).sort_values('a').reset_index(drop=True)
# Split the data
df_80_split = df.sample(frac=0.8, random_state=200)
# Get the remainder
df_20_split = df[~df.index.isin(df_80_split.index)]
輸出：
>>> df_80_split.shape
(5600, 1)
>>> df_20_split.shape
(1400, 1)
>>> 5600 1400
7000
>>> df.shape
(7000, 1)
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/357492.html
上一篇：您如何選擇將基于索引的資訊放入PandasDataFrame的位置？
下一篇：Python中多列條件的索引匹配