df.groupby(['target']).count()
| Cible | données |
|---|---|
| Négatif | 103210 |
| Positif | 211082 |
Pour l'instant, mon positifs de données est trop grande. Je veux supprimer 50% des lignes dont la valeur de la Target la colonne est Positive. Comment puis-je le faire?
Pour garder la moitié de la Positive lignes, sample 50% de la Positive les lignes à l'aide frac=0.5 et drop ces indices:
indexes = df[df.target == 'Positive'].sample(frac=0.5).index
df = df.drop(indexes)
Pour garder exactement 100K Positive lignes, sample 100K Positive les lignes à l'aide n=100_000 et concat avec l' Negative lignes:
df = pd.concat([
df[df.target == 'Negative'],
df[df.target == 'Positive'].sample(n=100_000)
])