采样
df = DataFrame(np.arange(5 * 4).reshape((5, 4)))
sampler = np.random.permutation(5)
df表如下：
0 1 2 3
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
4 16 17 18 19
df.take(sampler)得到表如下：
0 1 2 3
1 4 5 6 7
0 0 1 2 3
2 8 9 10 11
3 12 13 14 15
4 16 17 18 19
由此可知take()使得df表的每一列按照sample作为索引进行采样
下面是一种有放回的抽样方式
bag = np.array([5, 7, -1, 6, 4])
sampler = np.random.randint(0, len(bag), size=10) #可以产生重复的索引值
draws = bag.take(sampler)
哑变量
df表如下
data1 key
0 0 b
1 1 b
2 2 a
3 3 c
4 4 a
5 5 b
经过pd.get_dummies(df['key']，prefix='key')处理后得到
key_a key_b key_c
0 0 1 0
1 0 1 0
2 1 0 0
3 0 0 1
4 1 0 0
5 0 1 0