Offer 驾到，掘友接招！我正在参与2022春招打卡活动，点击查看活动详情。
在数据分析中，有时候数据集特别大，使用起来可能很慢，而我们并不需要数据集全部的数据，而是其中的一部分，这时我们就可以对数据集进行随机抽样，接下来就来说一下 Pandas 中的随机抽样。
试题：如何对 DataFrame 数据进行随机抽样？
（难度：medium）
分析
在 Pandas 中，如果想要对数据集进行随机抽样，可以使用sample()函数，具体语法格式如下：
DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)
参数说明如下：
n：表示要抽取的行数。frac：表示抽取的比例，例如frac=0.5，代表抽取总数的50%。replace：布尔值类型，表示是否有放回抽样，默认为 False，取出数据后不再放回。weights：表示每个样本的权重值，参数值是字符串或者数组，默认为等概率的。random_state：随机种子，本质是一个控制器，默认为None，表示取得数据不会重复，如果设置为任意实数，则每次随机的结果是一样的。axis：表示在哪个方向上进行数据抽取，axis=1表示列，axis=0表示行。 具体使用如下：
import pandas as pd
data = pd.DataFrame({
'stu_no':[1,2,3,4,5],
'name': ['Zhangyi', 'Zhanger', 'Zhangsan', 'Zhangsi', 'Zhangwu'],
'score':[90,87,76,60,68]})
# 默认随机选择两行
print(data.sample(n=2))
# 随机选择两列
print(data.sample(n=2, axis=1))
结果输出如下：
stu_no name score
0 1 Zhangyi 90
3 4 Zhangsi 60
score stu_no
0 90 1
1 87 2
2 76 3
3 60 4
4 68 5
如果没有设置random_state参数的话，默认每次抽样结果有可能是不一致的，如果想要每次抽样的结果不变，可以设置random_state为任意实数。
# 设置抽样结果不变
print(data.sample(n=2, random_state=111))
print(data.sample(n=2, axis=1, random_state=22))
原创不易，如果小伙伴们觉得有帮助，麻烦点个赞再走呗~
最后，感谢女朋友在工作和生活中的包容、理解与支持 ！
