如何基于python中的另一个数据帧获取数据帧的子集

我刚刚学习了pandas，基本上我想根据存储在另一个数据帧中的ID获取数据帧的一些行。让我向您展示代码：

import pandas as pd
from sklearn.model_selection import train_test_split

f_data="data.tsv"
all_data = pd.read_csv(f_data,delimiter='\t',encoding='utf-8',header=None)
x_data = all_data[[0,1,3]]
y_data = all_data[[2]]

# Split train and test sets
x_train,x_test,y_train,y_test = train_test_split(x_data,y_data,test_size=0.1)

所有_数据总共有12列。我在x_数据中使用了3列，在y_数据中使用了1列

创建

x_train

和

x_test

后，我希望将这些实例写入

tsv

文件，但在这样做的同时，我希望写入存储在

all_data

中的所有12列。要做到这一点，我需要将

x\u-train

和

x\u-test

中的实例与

所有\u数据进行匹配。我怎么能这么做

编辑

以下是我的数据的外观：

所有数据

        0                                                  1                              2    3   ...                                                8                      9     10    11
0       35  Auch in Großbritannien, wo 19 Atomreaktoren in...                       Ausstieg -1.0  ...                                      Sunday Times           Sunday Times   NaN     1

#继续这样

x\u列车

         0                                                  1    3
939   2074  Die CSU verlangt von der schwarz-gelben Koalit...  1.0

因此，我想做的是获取所有_数据中以939710288854433开头的行，并将它们写入一个文件。
分割数据的
索引与原始数据相对应，并可用于查找原始数据（假设索引是唯一的）：

可能使用
all_data.loc[x_data.index]
？您还没有向我们显示您的数据。@JohnZwinck我通过添加一些数据编辑了我的问题。@JohnZwinck您编辑的评论有效。谢谢
all_data.loc[x_train.index]
all_data.loc[x_test.index]