python - 使用 R 或 Python 进行分层采样

Question

我有一个包含 400K 观察值和 250 个特征的数据集。我想进行分层抽样。

我提到了很多链接，但它们都是在包括 Target 在内的 1 或 2 个变量示例之后。

任何人都可以帮助我如何使用 R / Python 执行分层抽样。

感谢提前！

Answer 1

如果您首先对 data.frame 进行分组，则可以使用 dplyr 的 sample_n() 对每个组进行采样

library(dplyr)
sample.df <- df %>% group_by( ID ) %>% sample_n( 10 )