特定の条件に合った行をランダムに10行ずつ抽出した新しいデータフレームを作成したい。

Question

前提・実現したいこと

以下で作成したようなデータフレームから
それぞれのPlayer別に10行ずつランダムに抽出した新しいデータフレームを作成し、
その後、そのデータフレームからagg集計して標準偏差等を求めていきたいです。

分析のイメージは、各Playerごとにサンプル数を等しくし、各値においてその誤差を評価していく、といった感じになります。

ご教授の程、よろしくお願い致します。

該当のソースコード

import pandas as pd
import numpy as np
pd.options.display.float_format="{:.1f}".format
#Create a random data frame
start,end = "2021/4/1","2021/4/30"
dates = pd.date_range(start=start,end=end,freq="D")
players = [f"Player{i}"for i in range(1,31)]
N = 200
dates = np.random.choice(dates,size=N)
dates.sort()
players=np.random.choice(players,size=N)
df = pd.DataFrame({
        "Date": dates,
      "Player": players,
       "Speed": np.random.sample(N) * 100.0,
       "Angle": np.random.sample(N) * 40.0 - 20.0,
})
#grouping
dfx = df.groupby("Player").agg({
               "Player":"count",
     "Speed":[np.mean,np.std],
   "Angle":[np.mean,np.std],
})

補足情報（FW/ツールのバージョンなど）

windows11,python3.9.4,vscode

Answer 1

pandas.core.groupby.DataFrameGroupBy.sampleがそのまま使えそうです。

# 略
df = df.groupby('Player').sample(n=10, replace=True) # replece=重複ありで取得

Comments

[8960]

イメージ通りに出来ました！ありがとうございました。

dfx = df.groupby("Player").sample(n=10)
dfy = dfx.groupby("Player").agg({
"Player":"count",
"Speed":[np.mean,np.std],
"Angle":[np.mean,np.std],
})