使用变量的经验概率分布对数据框中的行进行采样

Question

我遇到了以下问题。

假设我们有一个包含少量变量的数据框。此外，一个变量 (var_A) 是一个概率分数——它的值范围从 0 到 1。我想从这个数据框中抽样行，这样更有可能选择具有更高值 var_A - 所以我想我必须从 var_A 的经验分布中得出结论。我知道如何按照 here 的建议实现 var_A 的 edf 函数，但我不知道如何使用此分布对行进行采样。

你能帮我解决这个问题吗？

谢谢

Answer 1

您可以使用numpy.random.choice以这种方式进行采样：

import numpy as np

num_dists = 4
num_samples = 10
var_A = np.random.uniform(0, 1, num_dists)

# ensure var_A sums to 1
var_A /= np.sum(var_A)

samples = np.random.choice(len(var_A), num_samples, p=var_A)

print('var_A: ', var_A)
print('samples: ', samples)

示例输出：

var_A:  [ 0.23262621  0.02990421  0.22357316  0.51389642]
samples:  [3 0 0 2 0 0 2 3 3 2]

使用变量的经验概率分布对数据框中的行进行采样

Sampling rows in data frame with an empirical probability distribution of a variable

python

random

probability