python 读取csv文件 在每个类别中选取等比例训练样本

可以使用`pandas`库读取csv文件，并且使用`groupby`方法将数据按照类别分组。然后可以根据每个类别的总数计算出需要选取的训练样本数量，再使用`sample`方法从每个类别中选取相应数量的训练样本。

以下是一个示例代码：

import pandas as pd

# 读取csv文件
df = pd.read_csv('data.csv')

# 按照类别分组
groups = df.groupby('category')

# 计算每个类别需要选取的训练样本数量
sample_size = 100  # 每个类别选取100个样本
sample_counts = {}
for name, group in groups:
    count = len(group)
    sample_counts[name] = min(count, sample_size)

# 从每个类别中选取相应数量的训练样本
samples = []
for name, group in groups:
    sample_count = sample_counts[name]
    if sample_count > 0:
        sample = group.sample(n=sample_count)
        samples.append(sample)

# 合并选取的训练样本
result = pd.concat(samples)

在这个示例代码中，我们假设每个类别选取100个训练样本，可以根据实际情况调整`sample_size`变量的值。另外，`sample`方法默认是随机选取训练样本，如果需要按照一定的规则选取，可以自己编写选择逻辑。