我不确定您是否是这个意思：
strats = []for k in range(11): y_val = k*0.1 dummy_df = your_df[your_df['Y'] == y_val] stats.append( dummy_df.sample(200) )
这将使虚拟数据帧仅包含所需的
Y值，然后取样200。
确定，因此您需要不同的块以具有相同的结构。我想这有点难，这是我的做法：
首先，我将得到如下所示的直方图
X1：
hist, edges = np.histogram(your_df['X1'], bins=np.linespace(min_x, max_x, nbins))
我们现在有了一个带有
nbins垃圾箱的直方图。
现在的策略是根据行的值绘制一定数量的行
X1。我们将从具有更多观察结果的容器中获取更多信息，而从具有更少观察值的容器中获取更少信息，从而
X保留的结构。
特别是，每个垃圾箱的相对贡献应为：
rel = [float(i) / sum(hist) for i in hist]
这会像
[0.1, 0.2, 0.1, 0.3, 0.3]
如果需要200个样本，则需要绘制：
draws_in_bin = [int(i*200) for i in rel]
现在我们知道从每个箱中抽取多少个观测值：
strats = []for k in range(11): y_val = k*0.1 #get a dataframe for every value of Y dummy_df = your_df[your_df['Y'] == y_val] bin_strat = [] for left_edge, right_edge, n_draws in zip(edges[:-1], edges[1:], draws_in_bin): bin_df = dummy_df[ (dummy_df['X1']> left_edge) & (dummy_df['X1']< right_edge) ] bin_strat.append(bin_df.sample(n_draws)) # this takes the right number of draws out # of the X1 bin where we currently are # Note that every element of bin_strat is a dataframe # with a number of entries that corresponds to the # structure of draws_in_bin # #concatenate the dataframes for every bin and append to the list strats.append( pd.concat(bin_strat) )
