python根据csv一列中的数据来重新划分数据集

可以使用 pandas 库来读取 csv 文件，并根据其中一列的数据来重新划分数据集。以下是一个示例代码：

import pandas as pd
from sklearn.model_selection import train_test_split

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

# 根据一列数据划分数据集
train_data, test_data = train_test_split(data, test_size=0.2, stratify=data['label'])

# stratify 参数表示按照指定列的值进行分层抽样，保证训练集和测试集中该列的比例相同

在以上代码中，我们使用了 `train_test_split` 函数来划分数据集，其中 `test_size` 参数表示测试集所占比例，可以根据实际情况进行调整。最后的 `stratify` 参数表示按照指定列的值进行分层抽样，保证训练集和测试集中该列的比例相同。