Случайная выборка

Анализ данных опросов на Python

EbunOluwa Andrew

Data Scientist

Выборка в анализе данных опросов

Выборка = небольшая часть генеральной совокупности
- Позволяет делать выводы о всей совокупности
- Выборка -> удобный для анализа формат
- Выборка -> ошибка выборки
- Уменьшить ошибку помогает большой объём выборки

Фото Patrick Fore на Unsplash — ребёнок держит конфеты

Случайная выборка

Каждый элемент имеет равный шанс быть выбранным
Снижает смещение
Высокая внутренняя валидность
Высокая внешняя валидность

лотерейные билеты

Метод .sample()

DataFrame.sample(n = _None_, frac = _None_, random_state = _None_)
n = количество элементов для выборки
frac = доля (от 1) возвращаемых элементов
random_state = начальное число для воспроизводимых результатов

Пример случайной выборки

import pandas as pd
survey = pd.read_csv('ABC_survey.csv')

sample = survey.sample(n=100)
print(sample)

|       | employee_id | gender | onsite_work |
|-------|-------------|--------|-------------|
| 3244  | fffe330     | Female | Yes         |
| 21339 | fffe310     | Male   | Yes         |
| 1122  | fffe390     | Male   | Yes         |
| 4363  | fffe313     | Female | Yes         |

Пример случайной выборки

import pandas as pd
survey = pd.read_csv('ABC_survey.csv')

sample = survey.sample(frac = 0.1)
print(sample)

|     | employee_id | gender | onsite_work |
|-----|-------------|--------|-------------|
| 142 | fffe800     | Female | Yes         |
| 710 | fffe900     | Female | Yes         |
| 242 | fffe700     | Female | Yes         |
| 114 | fffe600     | Female | Yes         |

Пример случайной выборки

import pandas as pd
survey = pd.read_csv('ABC_survey.csv')

sample = survey.sample(
  n = 100, random_state = 123)

import pandas as pd
survey = pd.read_csv('ABC_survey.csv')

sample = survey.sample(
  frac = 0.1, random_state = 123)

|       | employee_id | gender | onsite_work |
|-------|-------------|--------|-------------|
| 21383 | fffe3       | Female | Yes         |
| 82    | fffe0       | Male   | Yes         |
| 20739 | fffe2       | Male   | Yes         |
| 7662  | fffe9       | Female | Yes         |

|       | employee_id | gender | onsite_work |
|-------|-------------|--------|-------------|
| 21383 | fffe3       | Female | Yes         |
| 82    | fffe0       | Male   | Yes         |
| 20739 | fffe2       | Male   | Yes         |
| 7662  | fffe9       | Female | Yes         |

Давайте потренируемся!

Анализ данных опросов на Python