Sortear uma amostra aleatória de linhas online
Sorteie algumas linhas do seu arquivo, ótimo para testes ou uma conferência rápida.
| ID | Nome |
|---|---|
| 101 | Ana |
| 102 | Bruno |
| 103 | Carla |
| 104 | Davi |
| ID | Nome |
|---|---|
| 103 | Carla |
| 101 | Ana |
Sorteie N linhas; aqui, 2 de 4.
Como sortear uma amostra aleatória
Um guia completo, passo a passo.
Passo 1: envie sua tabela
Carregue qualquer arquivo CSV ou Excel. A amostra aleatória é especialmente útil em arquivos grandes, quando você precisa de um pedaço representativo para testar ou revisar manualmente.
Passo 2: defina o tamanho da amostra
Abra a ferramenta Amostra e digite quantas linhas quer sortear. Por exemplo, 500 sorteia 500 linhas ao acaso. O número não pode passar do total de linhas do arquivo.
Passo 3: baixe a amostra
A amostra aparece na hora e pode ser baixada. Cada sorteio gera uma seleção diferente; repita quantas vezes quiser para criar amostras independentes para testes A/B, validação ou conferência de qualidade.
Detalhes técnicos e perguntas frequentes
A amostragem aleatória é uma técnica central em estatística, aprendizado de máquina e controle de qualidade. Um subconjunto representativo permite testar hipóteses, validar modelos e auditar dados sem processar a tabela inteira.
O flowingTable usa pandas.DataFrame.sample(), que sorteia sem reposição com o gerador de números aleatórios do NumPy. Cada linha tem a mesma chance de ser escolhida e nenhuma aparece duas vezes, requisito para divisões treino/teste válidas e estimativas sem viés.
Perguntas frequentes
A amostra é realmente aleatória ou a ferramenta favorece algumas linhas?
O sorteio dá a mesma probabilidade a todas as linhas, sem preferência pela posição no arquivo, pelos valores ou por qualquer outra característica. O resultado é uma amostra estatisticamente representativa da tabela completa, adequada para testes de hipótese e avaliação de modelos.
Qual a diferença entre sortear uma amostra e pegar as N primeiras linhas?
Pegar as primeiras linhas não é uma amostra aleatória e pode distorcer bastante o resultado quando o arquivo tem alguma ordem. Se o CSV estiver ordenado por data, por exemplo, as 500 primeiras linhas serão todas do período mais antigo. A amostra aleatória pega linhas de todo o arquivo com a mesma chance, então reflete a média, a variação e a distribuição de categorias da tabela inteira.
Qual o número máximo de linhas que posso sortear?
O tamanho da amostra não pode passar do total de linhas do arquivo, porque o sorteio é sem reposição: a mesma linha não sai duas vezes. Se você pedir exatamente o total, o resultado é a tabela inteira embaralhada. Se pedir mais que o total, aparece uma mensagem pedindo um número válido.
Consigo repetir exatamente a mesma amostra depois?
Na interface web, cada sorteio gera uma amostra nova e independente, que é o comportamento certo para conferências repetidas e testes A/B. Se você precisa guardar exatamente a amostra usada (por exemplo, para documentar um experimento), baixe o resultado e guarde o arquivo junto com o fluxo salvo.