AskOverflow.Dev

AskOverflow.Dev Logo AskOverflow.Dev Logo

AskOverflow.Dev Navigation

  • 主页
  • 系统&网络
  • Ubuntu
  • Unix
  • DBA
  • Computer
  • Coding
  • LangChain

Mobile menu

Close
  • 主页
  • 系统&网络
    • 最新
    • 热门
    • 标签
  • Ubuntu
    • 最新
    • 热门
    • 标签
  • Unix
    • 最新
    • 标签
  • DBA
    • 最新
    • 标签
  • Computer
    • 最新
    • 标签
  • Coding
    • 最新
    • 标签
主页 / coding / 问题 / 78970751
Accepted
user432299
user432299
Asked: 2024-09-11 01:57:42 +0800 CST2024-09-11 01:57:42 +0800 CST 2024-09-11 01:57:42 +0800 CST

Python Polars 样本 N-1(按组 ID 进行替换)

  • 772

我正在开展一个引导项目,需要对 M=N-1 个观测值进行放回抽样,其中 N 是特定组(由 group_id 定义)中唯一观测值的数量。我需要弄清楚如何在极坐标系中执行此操作。有什么解决方案吗?

这是一个展示我想要完成的事情的例子:

# Have:
water_data = {
    'group_id': [1,1,1,1,2,2,2,3,3,3,4,4,4,4,5,5,5],
    'obs_id_within_group': [1,2,3,4,1,2,3,1,2,3,1,2,3,4,1,2,3],
    'N': [4,4,4,4,3,3,3,3,3,3,4,4,4,4,3,3,3],
    'M': [3,3,3,3,2,2,2,2,2,2,3,3,3,3,2,2,2],
    'water_gallons': [12,23,21,11,10,10,10,23,24,25,27,30,17,12,11,14,20],
    'water_source': ['lake','lake','pond','river','lake','glacier','glacier','lake','pond','river','lake','lake','pond','river','river','lake','glacier'],
    'water_acidity': [3,4,5,1,2,4,3,2,3,3,4,6,7,8,8,3,1]
}
df=pl.DataFrame(water_data)
print(df)

# Want to randomly sample with replacement to:
sampled_water_data = {
    'group_id':            [1,1,1,2,2,3,3,4,4,4,5,5],
    'obs_id_within_group': [1,2,2,3,3,3,2,4,1,1,2,1],
    'N': [4,4,4,3,3,3,3,4,4,4,3,3],
    'M': [3,3,3,2,2,2,2,3,3,3,2,2],
    'water_gallons': [12,23,23,10,10,25,24,12,27,27,14,11],
    'water_source': ['lake','lake','lake','glacier','glacier','river','pond','river','lake','lake','lake','river'],
    'water_acidity': [3,4,4,3,3,3,3,8,4,4,5,8]
}
df_sampled=pl.DataFrame(sampled_water_data)
print(df_sampled)

不确定如何从每个组中抽取一个特定的数字。

python-polars
  • 1 1 个回答
  • 37 Views

1 个回答

  • Voted
  1. Best Answer
    Dogbert
    2024-09-11T02:19:42+08:002024-09-11T02:19:42+08:00

    按 分组group_id,pl.len() - 1对行进行替换抽样,最后对除 之外的所有列进行分解group_id:

    df2 = (
        df.group_by("group_id")
        .agg(pl.all().sample(pl.len() - 1, with_replacement=True))
        .explode(pl.all().exclude("group_id"))
    )
    
    print(df2)
    

    输出:

    shape: (12, 7)
    ┌──────────┬─────────────────────┬─────┬─────┬───────────────┬──────────────┬───────────────┐
    │ group_id ┆ obs_id_within_group ┆ N   ┆ M   ┆ water_gallons ┆ water_source ┆ water_acidity │
    │ ---      ┆ ---                 ┆ --- ┆ --- ┆ ---           ┆ ---          ┆ ---           │
    │ i64      ┆ i64                 ┆ i64 ┆ i64 ┆ i64           ┆ str          ┆ i64           │
    ╞══════════╪═════════════════════╪═════╪═════╪═══════════════╪══════════════╪═══════════════╡
    │ 3        ┆ 2                   ┆ 3   ┆ 2   ┆ 25            ┆ river        ┆ 2             │
    │ 3        ┆ 3                   ┆ 3   ┆ 2   ┆ 25            ┆ lake         ┆ 3             │
    │ 5        ┆ 3                   ┆ 3   ┆ 2   ┆ 14            ┆ river        ┆ 3             │
    │ 5        ┆ 3                   ┆ 3   ┆ 2   ┆ 14            ┆ lake         ┆ 8             │
    │ 1        ┆ 2                   ┆ 4   ┆ 3   ┆ 21            ┆ lake         ┆ 3             │
    │ 1        ┆ 2                   ┆ 4   ┆ 3   ┆ 12            ┆ river        ┆ 4             │
    │ 1        ┆ 1                   ┆ 4   ┆ 3   ┆ 12            ┆ lake         ┆ 3             │
    │ 4        ┆ 2                   ┆ 4   ┆ 3   ┆ 17            ┆ pond         ┆ 6             │
    │ 4        ┆ 3                   ┆ 4   ┆ 3   ┆ 30            ┆ river        ┆ 7             │
    │ 4        ┆ 1                   ┆ 4   ┆ 3   ┆ 12            ┆ lake         ┆ 8             │
    │ 2        ┆ 2                   ┆ 3   ┆ 2   ┆ 10            ┆ glacier      ┆ 2             │
    │ 2        ┆ 2                   ┆ 3   ┆ 2   ┆ 10            ┆ lake         ┆ 3             │
    └──────────┴─────────────────────┴─────┴─────┴───────────────┴──────────────┴───────────────┘
    
    • 1

相关问题

  • Polars - 获取包含每行最大值的列名称

  • Polars 模式与列表类型不同

  • 当过滤器不匹配时,通过返回值来进行极性分组

  • 极地扫描镶木地板;有没有办法获取扫描的文件数量?

  • 部分基于其他列名称创建新列

Sidebar

Stats

  • 问题 205573
  • 回答 270741
  • 最佳答案 135370
  • 用户 68524
  • 热门
  • 回答
  • Marko Smith

    Vue 3:创建时出错“预期标识符但发现‘导入’”[重复]

    • 1 个回答
  • Marko Smith

    为什么这个简单而小的 Java 代码在所有 Graal JVM 上的运行速度都快 30 倍,但在任何 Oracle JVM 上却不行?

    • 1 个回答
  • Marko Smith

    具有指定基础类型但没有枚举器的“枚举类”的用途是什么?

    • 1 个回答
  • Marko Smith

    如何修复未手动导入的模块的 MODULE_NOT_FOUND 错误?

    • 6 个回答
  • Marko Smith

    `(表达式,左值) = 右值` 在 C 或 C++ 中是有效的赋值吗?为什么有些编译器会接受/拒绝它?

    • 3 个回答
  • Marko Smith

    何时应使用 std::inplace_vector 而不是 std::vector?

    • 3 个回答
  • Marko Smith

    在 C++ 中,一个不执行任何操作的空程序需要 204KB 的堆,但在 C 中则不需要

    • 1 个回答
  • Marko Smith

    PowerBI 目前与 BigQuery 不兼容:Simba 驱动程序与 Windows 更新有关

    • 2 个回答
  • Marko Smith

    AdMob:MobileAds.initialize() - 对于某些设备,“java.lang.Integer 无法转换为 java.lang.String”

    • 1 个回答
  • Marko Smith

    我正在尝试仅使用海龟随机和数学模块来制作吃豆人游戏

    • 1 个回答
  • Martin Hope
    Aleksandr Dubinsky 为什么 InetAddress 上的 switch 模式匹配会失败,并出现“未涵盖所有可能的输入值”? 2024-12-23 06:56:21 +0800 CST
  • Martin Hope
    Phillip Borge 为什么这个简单而小的 Java 代码在所有 Graal JVM 上的运行速度都快 30 倍,但在任何 Oracle JVM 上却不行? 2024-12-12 20:46:46 +0800 CST
  • Martin Hope
    Oodini 具有指定基础类型但没有枚举器的“枚举类”的用途是什么? 2024-12-12 06:27:11 +0800 CST
  • Martin Hope
    sleeptightAnsiC `(表达式,左值) = 右值` 在 C 或 C++ 中是有效的赋值吗?为什么有些编译器会接受/拒绝它? 2024-11-09 07:18:53 +0800 CST
  • Martin Hope
    The Mad Gamer 何时应使用 std::inplace_vector 而不是 std::vector? 2024-10-29 23:01:00 +0800 CST
  • Martin Hope
    Chad Feller 在 5.2 版中,bash 条件语句中的 [[ .. ]] 中的分号现在是可选的吗? 2024-10-21 05:50:33 +0800 CST
  • Martin Hope
    Wrench 为什么双破折号 (--) 会导致此 MariaDB 子句评估为 true? 2024-05-05 13:37:20 +0800 CST
  • Martin Hope
    Waket Zheng 为什么 `dict(id=1, **{'id': 2})` 有时会引发 `KeyError: 'id'` 而不是 TypeError? 2024-05-04 14:19:19 +0800 CST
  • Martin Hope
    user924 AdMob:MobileAds.initialize() - 对于某些设备,“java.lang.Integer 无法转换为 java.lang.String” 2024-03-20 03:12:31 +0800 CST
  • Martin Hope
    MarkB 为什么 GCC 生成有条件执行 SIMD 实现的代码? 2024-02-17 06:17:14 +0800 CST

热门标签

python javascript c++ c# java typescript sql reactjs html

Explore

  • 主页
  • 问题
    • 最新
    • 热门
  • 标签
  • 帮助

Footer

AskOverflow.Dev

关于我们

  • 关于我们
  • 联系我们

Legal Stuff

  • Privacy Policy

Language

  • Pt
  • Server
  • Unix

© 2023 AskOverflow.DEV All Rights Reserve