रैंडम सैंपलिंग

Python में सर्वे डेटा का विश्लेषण

EbunOluwa Andrew

Data Scientist

सर्वे डेटा विश्लेषण में सैंपलिंग

सैंपलिंग = बड़ी आबादी से छोटा सेट
- बड़ी आबादी के बारे में निष्कर्ष निकालें
- सैंपलिंग -> डेटा संभालने योग्य बने
- सैंपलिंग -> सैंपलिंग त्रुटि
- बड़ी आबादी से त्रुटि कम करें

Unsplash पर Patrick Fore की फोटो - कैंडी पकड़े बच्चा

रैंडम सैंपलिंग

हर सदस्य के चुने जाने की समान संभावना
पक्षपात कम होता है
उच्च आंतरिक वैधता
उच्च बाहरी वैधता

लॉटरी टिकट

.sample() मेथड

DataFrame.sample(n = _None_, frac = _None_, random_state = _None_)
n = सैंपल करने वाली items की संख्या
frac = लौटाने वाली items का अनुपात (1 में से)
random_state = दोहराने योग्य परिणामों के लिए seed संख्या

रैंडम सैंपलिंग उदाहरण

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         |

रैंडम सैंपलिंग उदाहरण

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         |

रैंडम सैंपलिंग उदाहरण

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         |

अभ्यास करते हैं!

Python में सर्वे डेटा का विश्लेषण