数据随机抽样
sample函数的应用场景主要是数据预处理的过程中，有时会根据具体需要对数据进行简单随机抽样，以下是sample函数的简单应用：
导入数据
import numpy as np
import pandas as pd
df = pd.read_csv("文件路径.csv")
df.shape
# (100150806, 5) 观察到有上亿行数据
# 在抽样前，对数据设置列索引
df.columns = ["user_id","item_id","category_id","behavior_type","timestamp"]
随机抽样
rand_data = df.sample(n = 100000,random_state = 1,replace = False,axis = 0)
# sample函数的参数设置：
# n ：随机抽取的行数/列数（默认为行）
# random_state ：None/1，这个参数是保证下次抽样是否会获得与本次抽样相同的数据
# frac ：接受一个浮点型参数，如 0.8 ，希望抽取总数据量的80%（默认为行），此参数不可与 n 同用
# replace ：接受布尔型参数，True：有放回抽样 / False: 无放回抽样（默认）
# weight ：用来指定抽样权重，默认值为None，代表执行等概率抽样，即每行/列被抽到的概率相同
# axis：0/1 0：抽取行数据，1：抽取列数据（默认为0）
关于sample函数的具体详解请参考：Pandas数据清洗系列：DataFrame.sample方法详解 - 知乎 (zhihu.com)
有放回抽样与无放回抽样的误差对比：有放回抽样和无放回抽样哪个误差更小？为什么？ - 知乎 (zhihu.com)
保存数据
rand_data.to_csv("保存路径.csv",sep = ",",header = True,index = False,index_label=False)
# sep : 分隔符
# header：是否保存列索引 默认为True
# index：是否保存行索引 默认为True
# index_label：是否保存行索引的列标签名 默认为True
