我有一个这样的数据框
Customer Day 0. A 1 1. A 1 2. A 1 3. A 2 4. B 3 5. B 4
我想从中抽样，但我想为每个客户抽取不同的大小。我在另一个数据框中保存了每个客户的大小。例如，
Customer Day 0. A 2 1. B 1
假设我想每天对每个客户进行抽样。到目前为止，我有这个功能：
def sampling(frame,a): return np.random.choice(frame.Id,size=a) grouped = frame.groupby(['Customer','Day']) sampled = grouped.apply(sampling, a=??).reset_index()
如果我将 size 参数设置为全局常量，它就可以正常运行。但当不同的值位于单独的数据框中时，我不知道如何设置它。
您可以从 df1 创建一个具有样本大小的映射器，并使用该值作为样本大小，
mapper = df1.set_index('Customer')['Day'].to_dict() df.groupby('Customer', as_index=False).apply(lambda x: x.sample(n = mapper[x.name])) Customer Day 0 3 A 2 2 A 1 1 4 B 3
这将返回多索引，您可以随时 reset_index，
df.groupby（’客户’）.apply（lambda x：x.sample（n = mapper [x.name]））.reset_index（drop = True）
Customer Day 0 A 1 1 A 1 2 B 3
