python中用样本随机生成十个不同的训练样本

问题

有样本文件 dataSample_new.csv , 从该样本文件中抽取2/3作为训练样本，共抽取十次，并且保证每次的训练样本不同。

#导包
import numpy as np
import pandas as pd
import gdal
import os
import glob
import random

#获取文件，定义训练样本大小
my_path = r'G:\2018LZQ'                      #文件路径
path = r'G:\2018LZQ\dataSample_new.csv'      #原始样本文件
target = pd.read_csv(path,header=None,sep=',')
target_rows = target.shape[0]                #样本文件的行数
trans_rows = int(target_rows*0.66)           #训练样本的行数，占原样本的2/3

#对原样本文件抽取训练样本，抽取10个
for i in range(10):
    #在原样本文件中随机选取2/3行，并存入列表
    target_list = random.sample(range(1,target_rows),trans_rows) 
    #根据列表中的行号提取原样本中的行，存放到新的datafram中
    new_csv = target.iloc[target_list]   
    #命名训练样本名称 
    new_name = "train"+str(i)+'.csv'
    csv_name = os.path.join(my_path,new_name)
    #将训练样本存入文件
    new_csv.to_csv(csv_name,header=None,index=False)
    print(new_name)