以下是一个示例代码，可以按照列值进行分组和随机抽样：

import pandas as pd
import numpy as np

# 创建一个示例数据集
data = pd.DataFrame({
    'group': ['A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
    'value': [1, 2, 3, 4, 5, 6, 7, 8]
})

# 按照 'group' 列进行分组
grouped = data.groupby('group')

# 随机抽样每个分组的一个样本
sample = grouped.apply(lambda x: x.sample(n=1)).reset_index(drop=True)

print(sample)

输出结果可能如下：

  group  value
0     A      1
1     B      3
2     C      6

在示例代码中，首先导入了 pandas 和 numpy 库。然后，创建了一个示例数据集 data，其中包含两列：'group' 列用于分组，'value' 列是待抽样的值。

接下来，使用 data.groupby('group') 将数据按照 'group' 列进行分组，得到一个 GroupBy 对象 grouped。

然后，使用 grouped.apply() 结合 lambda 函数来对每个分组执行抽样操作。在这个示例中，我们使用 x.sample(n=1) 对每个分组进行随机抽样，抽取一个样本。最后，通过 reset_index(drop=True) 来重置索引。

最后，将抽样结果打印出来。