pandas对outcome变量分层随机抽样报KeyError:0如何解决

原代码抛出KeyError: 0由3处核心错误导致：

• random.choices() 接收过滤后的DataFrame作为输入时，迭代DataFrame默认返回列名而非行数据，返回结果是列名组成的列表，不存在DataFrame的.index属性，调用时直接触发键错误。
• 循环内idx.extend(selectedlist) 传入的是固定的类别名称列表，没有存入实际抽样得到的行索引，逻辑完全不符合预期。
• 手动调用标准库random做DataFrame抽样没有利用pandas内置方法，容易出现索引对齐问题，抽样逻辑可靠性差。

直接用pandas内置的sample()方法做分层抽样，不需要额外引入random库，写法简洁且结果稳定：

# 定义待抽样的类别列表、单类别抽样量
selected_list = ["Major_effect", "Minor_Effect", "Moderate Effect"]
sample_per_class = 2288

sampled_index = []
for class_name in selected_list:
    # 筛选对应类别的子集，抽样指定数量
    # 若类内总样本不足2288，添加replace=True参数开启有放回抽样即可
    class_subset = df8[df8["outcome"] == class_name]
    sampled_res = class_subset.sample(n=sample_per_class, random_state=123)
    sampled_index.extend(sampled_res.index.tolist())

# 提取抽样后的最终数据集，重置索引
df8_sampled = df8.loc[sampled_index].reset_index(drop=True)

参数说明：random_state为固定随机种子，传入任意整数可保证每次运行抽样结果一致，方便复现；不需要固定结果可以删除该参数。

内容的提问来源于stack exchange，提问作者Omid Mehrpour