J'ai deux grands ensembles de données answer y truth et je veux prendre un échantillon aléatoire de answer et ensuite prendre l'échantillon de truth qui a les mêmes valeurs d'indice que l'échantillon answer mais cela ne fonctionne pas ! Voici ce que je fais :
answer = pd.read_csv("answer.csv")
a = answer.sample(700)
truth = pd.read_csv("truth.csv")
truth = truth[truth.index.isin(a.index)]
>>> print(a)
item question worker answer
9597 20308 clueweb09-enwp01-00-19667 w339 0
7371 20228 clueweb09-en0001-18-32106 w108 1
5527 20180 clueweb09-en0005-86-40955 w127 0
8505 20270 clueweb09-en0010-50-16267 w101 1
18202 20958 clueweb09-en0010-91-30990 w153 0
... ... ... ... ...
18004 20956 clueweb09-en0007-62-27063 w685 1
5532 20180 clueweb09-en0000-46-11807 w108 1
11510 20412 clueweb09-enwp00-91-09937 w353 1
6343 20202 clueweb09-en0003-34-25466 w102 0
16222 20780 clueweb09-en0011-26-41543 w683 0
>>> print(truth)
item question truth
28 20002 clueweb09-en0009-15-02980 1
34 20002 clueweb09-en0010-92-14638 1
59 20002 clueweb09-en0011-89-08538 1
126 20012 clueweb09-en0007-39-22682 1
135 20012 clueweb09-en0007-24-18145 1
... ... ... ...
19610 20996 clueweb09-enwp00-98-10892 0
19626 20996 clueweb09-enwp00-97-10382 0
19663 20996 clueweb09-enwp01-53-09380 1
19676 20996 clueweb09-enwp01-63-12069 1
19688 20996 clueweb09-enwp01-69-11963 1Quelqu'un sait-il pourquoi truth donne des valeurs d'index différentes ?
