解决dataframe报错ValueError: Cannot take a larger sample than population when ‘replace=False‘

完整报错

ValueError: Cannot take a larger sample than population when 'replace=False'

解决方法

在抽样时目标样本数大于已有的样本时就会报错，需要根据业务自行判断，比如下面是一种解决方法

import pandas as pd
import numpy as np

dataframe = pd.DataFrame(np.random.random(size=(10, 2)))

# 开始抽样
sample_df = dataframe.sample(20) if dataframe.shape[0] > 20 else dataframe # 如果采样数量超过有的样本，就全部返回，否则只返回20个
print(sample_df.shape)

sample_df = dataframe.sample(6) if dataframe.shape[0] > 6 else dataframe
print(sample_df.shape)

问题解析

使用如下代码会导致报错：

import pandas as pd
import numpy as np

dataframe = pd.DataFrame(np.random.random(size=(10, 2)))
dataframe.sample(20)