python实现的分层随机抽样

最新推荐文章于 2025-07-11 19:32:36 发布

原创

最新推荐文章于 2025-07-11 19:32:36 发布 · 1.8w 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#python #分层抽样

本文分享了一段用于分层随机抽样的Python代码，作者通过打乱数据、计数层标签、计算抽样数量及实际抽取数据等步骤实现功能。尽管代码较为简单，作者希望能得到大神们的优化建议。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

昨天写了一段用来做分层随机抽样的代码，很粗糙，不过用公司的2万名导购名单试了一下，结果感人，我觉得此刻的我已经要上天了，哈哈哈哈哈哈

代码如下：

#分层随机抽样 stratified sampling

import xlrd, xlwt, time, random

xl = xlrd.open_workbook(r'C:\Users\Administrator\Desktop\分层抽样.xlsx')
xl_sht1 = xl.sheets()[0]
xl_sht1_nrows = xl_sht1.nrows
#表头
title = xl_sht1.row_values(0)
#把样本写进列表 sample
sample = []
for i in range(xl_sht1_nrows):
sample.append(xl_sht1.row_values(i))
#打乱样本
random.shuffle(sample)
#把层的内容写进列表 col
col = xl_sht1.col_values(0)
#对col中的内容进行计数，获得每一类的名称对应个数的字典
col_dict = {}
for i in col:
col_dict[i] = col_dict.get(i, 0) + 1
p = eval(input('每层抽取的比例（小数）：'))
#获得每一类的名称对应抽取个数的字典
col_p = {}
k = 0
for i in col_dict.keys():
col_p[i] = int(round(col_dict[i] * p)) #round用来四舍五入，不加int结果会变成无数个p
#开始抽样，把抽取结果写进result_l列表
result_l = []
for i in