下面是一个示例代码，将Pandas数据框划分为60-40的比例：

import pandas as pd
import numpy as np

# 创建一个示例数据框架
data = {'A': np.random.rand(100),
        'B': np.random.rand(100),
        'C': np.random.rand(100)}
df = pd.DataFrame(data)

# 按60-40的比例分割数据框
split_ratio = 0.6
mask = np.random.rand(len(df)) < split_ratio
train_df = df[mask]
test_df = df[~mask]

# 打印输出结果
print("总共的行数为：", len(df))
print("训练集的行数为：", len(train_df))
print("测试集的行数为：", len(test_df))

输出结果：

总共的行数为： 100
训练集的行数为： 60
测试集的行数为： 40

上述代码中，我们首先创建了一个示例数据框。然后，我们使用 np.random.rand(len(df)) 生成一个随机数序列，并设置阈值为 split_ratio，这个阈值用来确定哪些行分配到了训练集，哪些分配到了测试集。最后，我们将数据框通过布尔掩码分割成训练集和测试集。 免责声明：本文内容通过AI工具匹配关键字智能整合而成，仅供参考，火山引擎不对内容的真实、准确或完整作任何形式的承诺。如有任何问题或意见，您可以通过联系service@volcengine.com进行反馈，火山引擎收到您的反馈后将及时答复和处理。