这个问题我之前也碰到过，核心原因非常明确：你的数据集中至少有一个Label分组的样本数量不足1000条，而pandas的sample()方法默认使用无放回抽样（replace=False），这种情况下无法从规模更小的群体中抽取更多不重复的样本，于是抛出了这个ValueError。

下面给你几种不同场景下的解决方案：

方案1：允许有放回抽样（适合可以接受重复样本的场景） #

如果你的业务场景允许抽取重复数据，只需要给sample()方法加上replace=True参数，这样当分组样本量不足时，会重复抽取已有数据来凑够1000条：

Strat_d3 = d3.groupby('Label', group_keys=False).apply(lambda x: x.sample(1000, replace=True))

方案2：无放回抽样，取分组的最大可用样本量（适合要求样本不重复的场景） #

如果不能接受重复样本，可以调整抽样逻辑：每个分组最多抽取1000条，若分组本身样本量不足，则直接取全部数据：

Strat_d3 = d3.groupby('Label', group_keys=False).apply(lambda x: x.sample(min(1000, len(x))))

你也可以选择按比例抽样，比如每个分组抽取30%的样本（这样所有分组的抽样比例一致，避免数量差异）：

Strat_d3 = d3.groupby('Label', group_keys=False).apply(lambda x: x.sample(frac=0.3))

方案3：先排查分组规模，做均衡化抽样 #

如果你希望每个分组的抽样数量保持一致，可以先查看所有Label分组的样本数量：

# 查看各Label分组的样本量分布
print(d3['Label'].value_counts())

然后以样本量最小的分组为基准，统一抽取对应数量的样本，保证分层抽样的均衡性：

min_group_size = d3['Label'].value_counts().min()
Strat_d3 = d3.groupby('Label', group_keys=False).apply(lambda x: x.sample(min_group_size))

内容的提问来源于stack exchange，提问作者adnane27x