Python 将频率表转换为熊猫中的原始数据

我有一个传感器。出于某些原因，传感器喜欢这样记录数据：

>df
        obs  count
       -0.3    3
        0.9    2
        1.4    5

i、 e.它首先记录观察结果，并据此制作计数表。我想做的是将这个df转换成一个带有原始观测值的序列。例如，我想以：[-0.3，-0.3，-0.3,0.9,0.9,1.4,1.4….]结束

---

询问excel。

如果您的数据帧结构与此类似：

这是一个选项，使用numpy.repeat：

   import numpy as np

   times = df['count'] 

   df2['obs'] = np.concatenate([np.repeat(df['obs'],times)])

   print(df2)

          obs
       0 -0.3
       1 -0.3
       2 -0.3
       3  0.9
       4  0.9
       5  1.4
       6  1.4
       7  1.4
       8  1.4
       9  1.4

---

df['obs']是给定值出现次数的计数。由于大多数库都需要原始数据，所以很难使用freq表。由于原始订单信息已丢失，您意识到从频率计数到原始观测值之间没有唯一的映射，对吗？是的，我理解。秩序并不重要。所有数据基本上都是以秒为单位记录的。

df['obs']。重复（df['count']）

将为您提供一个新系列。。。然后，您可以使用

.tolist（）。。。我猜这就是你想要的？如果你想使用
numpy.repeat
而不是
pandas.Series.repeat
，那么你就不需要连接东西了。。。只要
np.重复（df['obs']，df['count']）
就可以了。。。或者，也可以使用pandas中提供的方法：
df['obs']。重复（df['count']）
将执行相同的操作。我不确定您提出的解决方案。试试：df2=np。重复（df['obs']，df['count']）并打印df2。所有元素“-0.3”的索引为0，所有“0.9”的索引为1，所有“1.4”的索引为2。根据您的需要，您可以使数据帧无效。然后只需添加一个
.reset_index（）
（例如：
df['obs'].repeat（df['count']）.reset_index（）
）-然而，OP似乎并不关心索引-它们更多的是在重复值之后使用的…在我看来，使用串联似乎是一种巧妙的方法。但多亏了这个建议。顺便说一下，我喜欢你个人资料照片中的忍者狗。：-）
   import numpy as np

   times = df['count'] 

   df2['obs'] = np.concatenate([np.repeat(df['obs'],times)])

   print(df2)

          obs
       0 -0.3
       1 -0.3
       2 -0.3
       3  0.9
       4  0.9
       5  1.4
       6  1.4
       7  1.4
       8  1.4
       9  1.4