根据列的值将数据帧拆分为两个文件

Question

我需要把一个数据帧分成两部分。例如，如果下面的数据帧是基于Col1随机拆分的，那么两个文件都应该包含来自每个类别1、2和3的样本。你知道吗

Col1 col2 
1      a
1      b
2      c
2      d
3      e

到目前为止，我可以使用sklearn.cross_validation import train_test_split将数据分割成所需的比率。但我不知道如何从每个类别中提取样本。 一切帮助都将不胜感激。谢谢。你知道吗

Answer 1

看看StratifiedKFold对象。你知道吗

http://scikit-learn.org/stable/modules/generated/sklearn.cross_validation.StratifiedKFold.html

文档中有一个简短的示例，说明如何使用它