Pandas 熊猫：按自定义概率函数分组的对象样本？

由于有些复杂的原因，我需要从pandas数据帧中进行采样，在该数据帧中，我通过一个特定变量call_id进行分组，然后将一些逻辑应用于给定的变量num_days（即调用经过后的天数）

一般来说，我想使用~负指数方案，其中天数越高，对行进行采样的概率越低。下面是一个函数来说明我的采样方案：

将numpy导入为np
将matplotlib.pyplot作为plt导入
span=[i代表范围（1,31）内的i]
x=[1/（1+np.log（i））表示跨度中的i]
随机输入
def取样器（天）：
权重=[选择器[天]表示天，以天为单位]
硬币翻转=[随机。均匀（0,1）表示范围内的i（len（天））]
如果重量[i]>=硬币翻转[i]]，则样本=范围内i的[i]天（len（天）]
返回样品
天数=[i代表范围（1,31）内的i]
采样器（天）
>>> 
[1, 2, 3, 7, 9, 12, 17, 24, 25, 26]

如该函数所示，最接近0的数字具有最高的采样概率，并且概率衰减是平滑的

我遇到的问题是，将此函数合并到

groupby

和

sample

方法中，我引用了一个半类似的问题

假设数据帧：

df=pd.DataFrame（{'days'：[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15]，
“类”：[1,2,3,1,2,3,1,2,3,1,2,3,1,2,3,1,2,3]，
“值”：[1,1,1,0,1,1,0,1,0,0,0,1,0,0]}）
​
grouped=df.groupby（'class'））
分组。应用（λx:x.样本（取样器（天）））

显然，这是行不通的；我对前进的最佳道路感到困惑。有什么建议吗？

您混淆了采样器（函数）作为采样参数（每个x上的函数）。示例参数可以是（分形=…）。你能分享一下你的预期结果吗。