1

import pandas as pd
import time
start = time.clock()
def getTestData(n,path,topath):
    data = pd.read_excel(path)
    intents = list(data['intent'].unique())
    testdata = pd.DataFrame()
    for intent in intents:
        data1 = data[data['intent'] == intent]
        if len(data1)>30:
            data1=data1.sample(n=30,replace=True)
        testdata = pd.concat([testdata, data1])
    
    testdata.to_excel(topath,index=False)

import os 
p=r"D:\Users\LIUQIYUAN125\Desktop\新建文件夹" #意图库所在位置
wendang=os.listdir(p) #p下不能出现文件夹
os.chdir(p)
test_path=r"D:\Users\LIUQIYUAN125\Desktop\测试集\test_201906" #original测试集所在位置

if __name__=="__main__":
    n=30 #每个意图抽取的话术个数
    for i in wendang:
        i_topath=i.replace('intent','original_test') #intent 这个根据意图库具体名称可能变更为“入库数据”
        #topath=i_topath
        topath=test_path+"/"+i_topath
        #topath=os.path.join(path,i_topath)
        #print(type())
        #topath=r"\\test\\"+topath
        getTestData(n,i,topath)

    elapsed = (time.clock() - start)
    print("Time used:",elapsed)