以下是一个示例解决方案，使用Python中的pandas库进行数据操作和随机抽样：

import pandas as pd
import numpy as np

# 创建示例数据表1
data1 = {'id': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
         'value': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J']}
df1 = pd.DataFrame(data1)

# 创建示例数据表2
data2 = {'id': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
         'value': ['K', 'L', 'M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T']}
df2 = pd.DataFrame(data2)

# 将两个表合并为一个表
df = pd.concat([df1, df2])

# 按id分组，并随机抽样2个样本
groups = df.groupby('id')
sampled_df = groups.apply(lambda x: x.sample(n=2, random_state=42))

# 输出结果
print(sampled_df)

这个示例中，我们首先创建了两个示例数据表df1和df2，每个表包含id和value两列。然后，我们将这两个表合并为一个表df。接下来，我们使用groupby函数按id进行分组，并使用apply函数对每个分组进行抽样，提取两个样本。最后，我们将抽样结果打印输出。

请注意，示例中的抽样采用了固定的随机种子（random_state=42），以保证结果的可重复性。如果你想要每次运行时得到不同的抽样结果，可以去除random_state参数。