random - 有没有比 random.sample() 更有效的数据过采样方法？

Question

我遇到了一个很大的不平衡分类问题，想通过对次要类进行过采样来解决这个问题。(N(class 1) = 8,5mio, N(class n) = 3000)

为此，我想通过

data_oversampled = []
for data_class_filtered in data:
    data_oversampled.append(data_class_filtered.sample(n=20000, replace=True))

其中data是特定于类的 DataFrame 的列表，len(data)=10并且data.shape=(9448788,97)

这按预期工作，但不幸的是需要永远。有没有更有效的方法来做同样的事情？