使用过采样和欠采样，根据csv文件中的lable,使得lable为1的图片利用数据增强手段扩大为原来2倍并修改图片文件夹和csv

可以使用Python中的Pandas库来读取csv文件，然后对于lable为1的数据进行过采样和数据增强，最后再将扩增后的数据保存到新的文件夹中，并生成新的csv文件。

下面是一个伪代码示例：

import pandas as pd
from shutil import copyfile
import os

# 读取csv文件
df = pd.read_csv("path/to/csv/file.csv")

# 过采样和数据增强
for index, row in df.iterrows():
    if row['lable'] == 1:
        # 进行过采样
        for i in range(2):
            # 数据增强
            # TODO：对图片进行变换
            # 将扩增后的图片保存到新的文件夹中
            new_file_name = "new_folder/" + row['filename'] + "_aug_" + str(i) + ".jpg"
            copyfile(row['filename'], new_file_name)
            # 修改csv文件中的filename和lable
            df = df.append({'filename': new_file_name, 'lable': 1}, ignore_index=True)

# 保存新的csv文件
df.to_csv("path/to/new/csv/file.csv", index=False)

需要注意的是，上述示例仅仅是一个伪代码示例，具体的过采样和数据增强方式需要根据实际情况进行设计。同时，在进行数据增强时，需要使用一些图像处理库，如Pillow、OpenCV等。