结论：用 pandas.DataFrame.sample() 最稳妥；它专为 DataFrame/Series 设计，自动继承索引、保持类型、支持权重与重复抽样，而 random.sample() 和 numpy.random.choice() 易丢失索引或错位。
直接说结论：用 pandas.DataFrame.sample() 最稳妥；random.sample() 适合纯 Python 列表，但不能直接处理带索引或缺失值的 DataFrame；别用 numpy.random.choice() 直接抽行——它默认不保 index，容易错位。
sample() 是 pandas 里最省心的随机抽样方式
它专为 DataFrame/Series 设计，自动继承原索引、保持数据类型、支持权重和重复抽样。常见错误是忽略 frac 和 n 的互斥关系：二者不能同时设（会报 ValueError: Cannot specify both 'n' and 'frac'）。
实操建议：
- 抽固定行数：用
n=100，比如df.sample(n=100, random_state=42) - 按比例抽样：用
frac=0.1，比如df.sample(frac=0.1, replace=False) - 有放回抽样（如 bootstrap）：显式写
replace=True，否则默认False - 加权重：传入与 df 长度一致的数组给
weights参数，注意 NaN 会导致整个列被跳过
random.sample() 只适合 list/tuple，别硬套 DataFrame
有人把 df.values.tolist() 塞进 random.sample()，结果丢了列名和索引，后续 merge 或 debug 时完全对不上。更隐蔽的问题是：如果原始 DataFrame 有重复索引，random.sample() 返回的只是值列表，根本无法追溯来源行。
立即学习“Python免费学习笔记（深入）”；
正确做法只有两种场景可用：
- 你确定只要原始数据的“快照”（比如导出前临时打乱顺序），且后续不依赖索引
- 你手动重建 DataFrame：
pd.DataFrame(random.sample(df.values.tolist(), k=50), columns=df.columns)——但这样索引变成 0,1,2…，原 index 彻底丢失
为什么 numpy.random.choice() 抽 DataFrame 行风险很高
典型误用：df.iloc[np.random.choice(len(df), size=50, replace=False)]。表面看没问题，但一旦 df 索引不是默认整数（比如是时间戳、字符串或不连续数字），iloc 按位置取，而 choice 生成的是位置序号，看似对得上——可如果中间删过行、index 不连续，就极易抽到意外位置。
更糟的是，如果用了 df.loc[] 混搭 choice，会直接报 KeyError，因为 choice 返回的是整数，而 loc 要的是标签。
安全替代方案只有：df.iloc[np.random.permutation(len(df))[:50]]（打乱后切片），或干脆回归 sample()。
真正容易被忽略的一点：sample() 默认不重置索引，抽出来的样本保留原始 index。如果你要做多次独立抽样再 concat，记得加 ignore_index=True，否则 index 会重复、后续 groupby 或 plot 可能出怪事。
