我有以下数据：

   Group_ID Item_id Target0         1       1      01         1       2      02         1       3      13         2       4      04         2       5      15         2       6      16         3       7      07         4       8      08         5       9      09         5      10      1

我需要根据“Group_ID”将数据集分割成训练集和测试集，使80%的数据进入训练集，20%的数据进入测试集。

也就是说，我的训练集应该看起来像这样：

    Group_ID Item_id Target0          1       1      01          1       2      02          1       3      13          2       4      04          2       5      15          2       6      16          3       7      07          4       8      0

而测试集应该看起来像这样：

   Group_ID Item_id Target8         5       9      09         5      10      1

有什么最简单的方法可以做到这一点吗？据我所知，sklearn中的标准test_train_split函数不支持按组分割，并且无法指定分割比例（例如80/20）。

回答：

我找到了答案。这似乎有效：

from sklearn.model_selection import GroupShuffleSplit splitter = GroupShuffleSplit(test_size=.20, n_splits=2, random_state = 7)split = splitter.split(df, groups=df['Group_Id'])train_inds, test_inds = next(split)train = df.iloc[train_inds]test = df.iloc[test_inds]