如何从数据集中进行采样，并在初始数据集中获取样本的索引

Question

我有一个形状为（1000,10）的数据集a。 我希望进行采样，以便：

B = pd.DataFrame(A).sample(frac = 0.2)

如何得到包含B的A的索引？或者我如何根据B对A进行排序，使A开头有200行B

我已经尝试过这个代码，但我不明白为什么它会给我一个错误

I = np.argwhere((A == B[:, None]).all(axis=2))[:, 1]

还是这个

np.arange(A.shape[0])[np.isin(A,B).all(axis=1)]

谢谢

Answer 1

1. 在A中创建一个布尔列，告知行是否在B
2. 我们可以通过A.index.isin(B.index)索引在B中获得行
3. 使用新列排序并删除该列

# after defining A and B
# step 1, 2
A["isinB"] = A.index.isin(B.index)
# step 3 Trues go to front, Falses go to end
A.sort_values("isinB").drop("isinB", 1)