...
Eroare Python pentru analiza datelor · Coloane, selecție și filtrare

ValueError: Cannot take a larger sample than population when 'replace=False'

Pe scurt

Ceri cu sample() mai multe rânduri decât are tabelul (sau grupul), fără repetare. Cere cel mult len(df) rânduri, de exemplu df.sample(n=min(10, len(df))), folosește frac= în loc de n=, sau adaugă replace=True dacă rândurile se pot repeta.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

df.sample(n=10) alege 10 rânduri diferite la întâmplare. Implicit replace=False, adică un rând nu poate fi ales de două ori, deci nu poți cere mai multe rânduri decât există. Dacă tabelul are doar 6, pandas se oprește cu acest mesaj.

Situația apare des după un filtru: codul a mers pe datele complete, dar pe un subset mic (o lună, un oraș) nu mai sunt destule rânduri. La df.groupby("oras").sample(n=3) e suficient ca un singur grup să aibă mai puțin de 3 rânduri.

În NumPy, rng.choice(a, size=10, replace=False) dă aceeași problemă, cu mesajul puțin diferit: when replace is False.

De ce apare: cauzele frecvente

1Tabelul are mai puține rânduri decât n

Greșit
PYTHON
esantion = df.sample(n=10, random_state=1)  # df are 6 rânduri
Corect
PYTHON
esantion = df.sample(n=min(10, len(df)), random_state=1)

min(10, len(df)) nu cere niciodată mai multe rânduri decât există.

2Un grup e prea mic

Greșit
PYTHON
df.groupby("oras").sample(n=3, random_state=1)
Corect
PYTHON
df.groupby("oras").sample(frac=0.5, random_state=1)
# sau: df.groupby("oras").head(3)

frac cere o proporție din fiecare grup, deci se adaptează la grupurile mici.

3Vrei de fapt extrageri cu repetare

Greșit
PYTHON
np.random.default_rng(0).choice(note, size=1000, replace=False)
Corect
PYTHON
np.random.default_rng(0).choice(note, size=1000, replace=True)

La bootstrap sau simulări, valorile se pot repeta, deci replace=True e corect și nu are limită de mărime.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos alege la întâmplare 5 recenzii din Cluj pentru un control de calitate, dar în Cluj sunt doar 3, iar sample dă ValueError: Cannot take a larger sample than population when 'replace=False'. Repară-l ca să aleagă cel mult 5 recenzii și să afișeze câte a ales și id-urile lor sortate.

Codul care dă eroarea
PYTHON
import pandas as pd

df = pd.DataFrame({
    "id": [101, 102, 103, 104, 105, 106],
    "oras": ["Cluj", "Iasi", "Cluj", "Iasi", "Cluj", "Iasi"],
})

cluj = df[df["oras"] == "Cluj"]
esantion = cluj.sample(n=5, random_state=1)
print(len(esantion))
print(sorted(esantion["id"].tolist()))
După reparație, programul afișează
3
[101, 103, 105]
Indiciu

Cere n=min(5, len(cluj)).

Alte forme ale mesajului

  • ValueError: Cannot take a larger sample than population when replace is False

Cum o eviți pe viitor

  • Când n e fix, limitează-l la len(df) sau la mărimea celui mai mic grup.
  • Pentru grupuri de mărimi diferite, preferă frac= sau head(n) după amestecare.
  • Pune random_state ca să obții același eșantion la fiecare rulare.
  • Verifică len(df) după filtre, înainte de pașii care presupun un număr minim de rânduri.

Întrebări frecvente

De ce random_state?

Fără el, fiecare rulare alege alte rânduri, iar rezultatele nu se pot reproduce. Cu random_state=1 (orice număr), eșantionul e mereu același, util pentru rapoarte și teste.

Cum amestec toate rândurile tabelului?

df.sample(frac=1, random_state=1) întoarce toate rândurile într-o ordine aleatorie. Adaugă .reset_index(drop=True) dacă vrei indexul renumerotat.

Erori înrudite

← Toate erorile Python pentru analiza datelor

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție

Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.