这是个典型的分层抽样问题，核心是先保障每个类别的最低样本量，再随机补充剩余名额。我给你两种实操性强的方案：

一、手动操作方案（适合非技术人员） #

• 第一步：给每个类别先固定抽取5份文档。5个类别下来，你已经有了25份文档，完美满足「每类至少5份」的硬性要求。
• 第二步：计算剩余需要抽取的数量：30 - 25 = 5份。把所有类别里剩下的文档（每类还剩195份，总共975份）混在一起，随机抽取5份就行——哪怕这5份都来自同一类别也没关系，因为该类已经有5份打底了，完全符合要求。

二、代码实现方案（适合技术人员，以Python为例） #

如果你的文档有结构化的分类数据（比如存在Excel或数据库里），可以用代码自动化完成，效率更高：

import random
import pandas as pd

# 模拟你的文档数据（实际使用时替换成你自己的数据源）
categories = ["类别1", "类别2", "类别3", "类别4", "类别5"]
document_data = []
for cat in categories:
    # 每个类别生成200份模拟文档ID
    for doc_num in range(200):
        document_data.append({
            "文档ID": f"{cat}_文档{doc_num+1}",
            "类别": cat
        })
df = pd.DataFrame(document_data)

# 1. 先给每个类别抽取5份基础样本
final_samples = []
for category in categories:
    # 筛选当前类别的所有文档
    category_docs = df[df["类别"] == category]["文档ID"].tolist()
    # 随机抽5份
    sampled = random.sample(category_docs, 5)
    final_samples.extend(sampled)
    # 从原数据中移除已抽取的文档，避免重复抽样
    df = df[~df["文档ID"].isin(sampled)]

# 2. 抽取剩余的5份补充样本
remaining_docs = df["文档ID"].tolist()
additional_samples = random.sample(remaining_docs, 5)
final_samples.extend(additional_samples)

# 输出结果
print("最终抽取的30份文档ID：")
for doc_id in final_samples:
    print(doc_id)

这个方案的好处是：

• 严格保证每个类别至少5份样本
• 剩余样本完全随机，符合「随机抽取」的要求
• 代码可复用，后续如果调整类别数量、样本总数或最低抽取量，改几个参数就行

内容的提问来源于stack exchange，提问作者David Corp