在这个问题上,我想使用python中的任何库来帮助我
我们有一个变量N
举个例子,假设N=3(我希望N是动态的,所以如果我改变它,输出就会改变)
为了举例说明,input是一个有两列的数组
Depth SBL
1100 10
1300 10
1450 8
1650 8
1770 8
1863 5
1900 5
1956 4
2012 3
2068 2
2124 1
2180 1
2236 1
2292 1
2348 1
然后我们创建一个新行来显示SBL被重复了多少次
df['family_size'] = df.SBL.map(df.SBL.value_counts())
输出是
Depth SBL family_size
0 1100 10 2
1 1300 10 2
2 1450 8 3
3 1650 8 3
4 1770 8 3
5 1863 5 2
6 1900 5 2
7 1956 4 1
8 2012 3 1
9 2068 2 1
10 2124 1 5
11 2180 1 5
12 2236 1 5
13 2292 1 5
14 2348 1 5
那我要面对的是
基于N的重采样 举个例子来说是3
我想让python操作“interpolate”(创建新数据或删除实际数据,并将新数据放入下采样,大小为N=3),换句话说,强制family\u size为N=3
并相应地改变深度。如果可能的话,为每一个SBL添加一个值为1,2,3的新列
像下面的输出
Depth SBL POSTION
1100 10 1
1200 10 2
1300 10 3
1450 8 1
1650 8 2
1770 8 3
1863 5 1
1881.5 5 2
1900 5 3
1928 4 1
1956 4 2
1984 4 3
…etc …etc 1
…etc …etc 2
…etc …etc 3
目前没有回答
相关问题 更多 >
编程相关推荐