当前位置：极客教程 > Pandas > Pandas 教程 > Pandas的系统取样

Pandas的系统取样

Pandas的系统取样

抽样是一种方法，人们可以从给定的数据中抽取子集（样本），并对样本进行调查，而不对数据中的每一件事进行调查。例如，假设在一所大学里，有人想检查在该学院学习的学生的平均身高。一种方法是收集所有学生的数据并进行计算，但这项工作非常耗时。因此，要使用抽样调查。因此，解决方案是，在课间休息时，从食堂随机选择学生，测量他们的身高，然后从这个学生的子集中计算出平均身高。

Pandas的系统取样

取样类型：

Pandas的系统取样

Sampling

系统取样

系统抽样被定义为概率抽样的类型，研究者可以从大量的数据中研究一个目标数据。目标数据是通过选择随机的起点，并在一定的时间间隔后选择下一个元素作为样本。在这种情况下，一个小的子集（样本）被从大数据中提取出来。

假设数据的大小是D，N是我们要选择的样本大小。因此，根据系统抽样法。

Interval = (D/N)

假设(D/N)=J

因此，当我们从数据中选择第一个随机元素E时，样本的下一个元素将是（E+J）。

例如：数据总大小=50（1到50）。

我们希望样本中的元素=5

间隔=50/5=10。

这意味着在一个样本中，我们要系统地找出10个元素的缺口。

假设我先随机选择元素，样本元素=5

所以接下来将是5+10=15

15+10= 25

25+ 10 =35

35+10 = 45

So,

样本 = { 5,15,25,35,45 }

Diagrammatically,

Pandas的系统取样

步骤:

  • 采取数据。
  • 从大数据中提取系统性的样本。
  • 打印样本数据的平均值。

代码:

# Import in order to use inbuilt functions
import numpy as np
import pandas as pd
 
# Define total number of students
number_of_students = 15
 
# Create data dictionary
data = {'Id': np.arange(1, number_of_students+1).tolist(),
        'height': [159, 171, 158, 162, 162, 177, 160, 175,
                   168, 171, 178, 178, 173, 177, 164]}
 
# Transform dictionary into a data frame
df = pd.DataFrame(data)
 
display(df)
 
# Define systematic sampling function
def systematic_sampling(df, step):
 
    indexes = np.arange(0, len(df), step=step)
    systematic_sample = df.iloc[indexes]
    return systematic_sample
 
 
# Obtain a systematic sample and save it in a new variable
systematic_sample = systematic_sampling(df, 3)
 
# View sampled data frame
display(systematic_sample)
Python

输出:

Pandas的系统取样

例子：打印样本数据的平均值

# Import in order to use inbuilt functions
import numpy as np
import pandas as pd
 
# Define total number of students
number_of_students = 15
 
# Create data dictionary
data = {'Id': np.arange(1, number_of_students+1).tolist(),
        'height': [159, 171, 158, 162, 162, 177, 160, 175,
                   168, 171, 178, 178, 173, 177, 164]}
 
# Transform dictionary into a data frame
df = pd.DataFrame(data)
 
 
# Define systematic sampling function
def systematic_sampling(df, step):
 
    indexes = np.arange(0, len(df), step=step)
    systematic_sample = df.iloc[indexes]
    return systematic_sample
 
 
# Obtain a systematic sample and save it in a new variable
systematic_sample = systematic_sampling(df, 3)
 
# View sampled data frame
display(systematic_sample)
 
# Empty Print Statement for new line
print()
 
# Save the sample data in a separate variable
systematic_data = round(systematic_sample['height'].mean())
print("Average Height in cm: ", systematic_data)
Python

输出:

Pandas的系统取样

系统性抽样的类型

系统性抽样有三种类型，如下图所示。

Pandas的系统取样

系统性抽样的类型

系统性随机抽样：

在系统随机抽样中，选择随机起点，然后从该随机起点开始进行系统抽样。

步骤:

  • Get data
  • 选择一个随机的起始点
  • 应用系统的方法处理数据
  • 按计划进行操作

示例:

# Import in order to use inbuilt functions
import numpy as np
import pandas as pd
import random
 
# Define total number of house
number_of_house = 30
 
# Create data dictionary
data = {'house_number': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13,
                         14, 15, 16, 17, 18, 19, 20, 21, 22, 23,
                         24, 25, 26, 27, 28, 29, 30],
        'number_of_children': [2, 2, 1, 3, 2, 1, 4, 1, 3, 5, 4, 3, 5,
                               3, 2, 1, 2, 3, 4, 5, 3, 4, 5, 2, 2, 2,
                               2, 3, 2, 1]}
 
# Transform dictionary into a data frame
df = pd.DataFrame(data)
 
# Defining Size of Systematic Sample
size_of_systematic_sample = 6
 
# Defining Interval(gap) in order to get required data.
interval = (number_of_house // size_of_systematic_sample)
 
# Choosing Random Number
random_number = random.randint(1, 30)
 
# Define systematic sampling function
def systematic_sampling(df, step):
 
    indexes = np.arange(random_number, len(df), step=step)
    systematic_sample = df.iloc[indexes]
    return systematic_sample
 
 
# Obtain a systematic sample and save it in a new variable
systematic_sample = systematic_sampling(df, interval)
 
# View sampled data frame
display(systematic_sample)
 
# Empty Print Statement for new line
print()
 
# Save the sample data in a separate variable
systematic_data = round(systematic_sample['number_of_children'].mean())
 
# Printing Average Number of Children
print("Average Number Of Childrens in Locality: ", systematic_data)
Python

输出:

Pandas的系统取样

线性系统抽样 :

线性系统抽样是系统抽样的一种类型，样本的选择采用线性方法。线性方法的意思是，在特定的时间间隔后，从大数据中选择样本，然后对所选样本进行操作。

这些元素在starting_random_number到last_element-1的范围内选择。

步骤:

  • Get data
  • 从数据集中选择特定时间间隔后的数据
  • 按计划进行操作

示例:

# Import in order to use inbuilt functions
import numpy as np
import pandas as pd
import random
 
# Define total number of boxes
number_of_boxes = 30
 
# Create data dictionary
data = {'Box_Number': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14,
                       15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26,
                       27, 28, 29, 30],
         
        'Defective_Bulbs': [2, 2, 1, 0, 2, 1, 0, 1, 3, 5, 4, 3, 5, 3,
                            0, 1, 2, 0, 4, 5, 3, 4, 5, 2, 0, 3, 2, 0,
                            5, 4]}
 
# Transform dictionary into a data frame
df = pd.DataFrame(data)
 
 
# Size of Systematic Sample
size_systematic_sample = 5
 
# Interval (Gap) taken
interval = (number_of_boxes // size_systematic_sample)
 
# Choosing Random Starting Point
random_number = random.randint(1, 30)
 
# Define systematic sampling function
def systematic_sampling(df, step):
 
    indexes = np.arange(random_number, len(df)-1, step=step)
    systematic_sample = df.iloc[indexes]
    return systematic_sample
 
 
# Obtain a systematic sample and save it in a new variable
systematic_sample = systematic_sampling(df, interval)
 
# View sampled data frame
display(systematic_sample)
 
# Empty Print Statement for new line
print()
 
# Save the sample data in a separate variable
systematic_data = round(systematic_sample['Defective_Bulbs'].mean())
 
# Printing Average Number of Defective Bulbs
print("Average Number Of Defective Bulbs: ", systematic_data)
Python

输出:

Pandas的系统取样

圆形的系统抽样

在循环系统抽样中，一个样本在结束后再次从同一点开始。基本上，在系统地选择样本时，当达到结束元素时，再次选择样本将从开始开始，直到样本的所有元素被选中。这意味着对所有使用循环系统取样的数据都进行了操作。

步骤:

  • Get data
  • 系统地选择样本
  • 一旦达到终点，重新启动
  • 按计划进行操作

代码:

# Import in order to use inbuilt functions
import numpy as np
import pandas as pd
import random
 
# Define total number of house
number_of_house = 30
 
# Create data dictionary
data = {'house_number': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13,
                         14, 15, 16, 17, 18, 19, 20, 21, 22, 23,
                         24, 25, 26, 27, 28, 29, 30],
        'number_of_Adults': [2, 2, 5, 3, 2, 8, 4, 7, 8, 5, 4, 9, 5,
                             4, 2, 3, 2, 3, 4, 5, 6, 4, 5, 4, 2, 6,
                             2, 3, 2, 2]}
 
# Transform dictionary into a data frame
df = pd.DataFrame(data)
 
# Defining Size of Systematic Sample
size_of_systematic_sample = 6
 
 
# Defining Interval(gap) in order to get required data.
interval = (number_of_house // size_of_systematic_sample)
 
# Define systematic sampling function
def systematic_sampling(df, step):
    indexes = np.arange(0, len(df), step=step)
    systematic_sample = df.iloc[indexes]
    return systematic_sample
 
 
# Obtain a systematic sample and save it in a new variable
systematic_sample = systematic_sampling(df, interval)
 
# View sampled data frame
display(systematic_sample)
 
 
# Empty Print Statement for new line
print()
 
# Save the sample data in a separate variable
systematic_data = round(systematic_sample['number_of_Adults'].mean())
 
# Printing Average Number of Children
print("Average Number Of Adults in Locality: ", systematic_data)
Python

输出:

Pandas的系统取样

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Pandas 精品教程

登录

找回密码？

注册