df.groupby(['target']).count()
| Objetivo | datos |
|---|---|
| Negativo | 103210 |
| Positivo | 211082 |
Ahora, mi positivo de datos es demasiado grande. Quiero eliminar el 50% de las filas cuyo valor en el Target la columna es Positive. ¿Cómo puedo hacerlo?
6
Para mantener la mitad de la Positive filas, sample El 50% de la Positive filas de usar frac=0.5 y drop los índices:
indexes = df[df.target == 'Positive'].sample(frac=0.5).index
df = df.drop(indexes)
Para mantener exactamente 100K Positive filas, sample 100K Positive filas de usar n=100_000 y concat con el Negative filas:
df = pd.concat([
df[df.target == 'Negative'],
df[df.target == 'Positive'].sample(n=100_000)
])