Python Pandas-抽样：对随机选择项的数量进行限制

Question

说我有一个看起来像这样的数据框：

id_1 id_2
aa    123 
bb    123 
cc    234
dd    123
ee    678
FF    456
gg   123

我如何在id_2列中最多只能有3个（或任何其他数量）相同项目的情况下进行抽样？我们不一定需要为此列设置3或2个相同的项目（因为它是随机样本，所以必须是随机选择），但是如果要重复，则最多可以重复X次（由a定义）阈值）

说n = 5且阈值为3

id_1 id_2
aa    123  
dd    123
ee    678
FF    456
gg    123

Answer 1

import pandas as pd
df = pd.read_clipboard()

def get_sample(df, thresh):
    df1 = df.sample(n=5)
    while df1.id_2.value_counts().max() > thresh:
        print(df1.id_2.value_counts().max())
        df1 = df.sample(n=5)
    return df1

df1 = get_sample(df, 3)

print(df1)

    id_1    id_2
3   dd  123
4   ee  678
5   FF  456
6   gg  123
1   bb  123