我有一个DataFrame，其中多行共享group_id值（非常多的组）。
是否有一种优雅的方式可以将这些数据随机分成培训和测试数据，其方式是培训和测试集不共享group_id？
我现在能想出的最好的流程是
- 从msk = np.random.rand（）创建掩码
- 将其应用于DataFrame
- 检查测试文件以查找与训练集共享group_id的行，并将这些行移动到训练集。
这显然不优雅，并且存在多个问题（包括测试数据最终为空的可能性）。我觉得必须有更好的方法，是吗？
谢谢
答案 0 :(得分：0)
哦，有一种简单的方法！