如何删除共享特定列值的 50% 的行

Question

df.groupby(['target']).count()

目标	数据
消极的	103210
积极的	211082

现在，我的正面数据太大了。我想删除该Target列中值为 的 50% 的行Positive。我该怎么做？

Answer 1

要保留一半的Positive行，sample50% 的Positive行使用frac=0.5这些drop索引：

indexes = df[df.target == 'Positive'].sample(frac=0.5).index
df = df.drop(indexes)

要准确保留 100KPositive行，请使用sample100KPositive行并将它们n=100_000与行一起使用：concatNegative

df = pd.concat([
    df[df.target == 'Negative'],
    df[df.target == 'Positive'].sample(n=100_000)
])