分层类别的样本

Question

我有一个包含100万条数据的集合。

文档中有两个字段：

• 可以包含10个值的字符串（我们称其为A）
• 一个int（我们称其为B）

我希望有一个样本，其中25％的数据符合以下两个规则：

1-A在样本中的分布应该与原始集合中的分布相同

2-对于此特定分布，请选择B较大的数据