我正在尝试对具有目标变量“b”的倾斜数据集进行分层拆分。目标变量是一个位值（0 或 1）。这是一个例子：

df = pd.DataFrame(data={'a': np.random.rand(100000), 'b': 0})
df.loc[np.random.randint(0, 100000, 1000), 'b'] = 1
tr, ts = train_test_split(df, test_size=.2, stratify=df['b'])
print(tr.shape, ts.shape)

此代码返回以下内容：

(93105, 2) (38, 2)

我的问题是返回的训练/测试数组不满足设置的 20% 分割率。

我的设置：

• Python 3.7.0（32 位）
• Sklearn 0.20.3
• 熊猫 0.23.4

我发现问题是由底层拆分函数中的整数溢出引起的。

我该如何解决这个问题，这是一个已知的错误吗？我找不到任何有用的东西。