Python 如何在数据框架中直接在PDF上计算统计指标？

假设我已经有一个PDF（概率密度函数）在熊猫数据帧中

import pandas as pd
import numpy as np
from scipy import stats

df = pd.DataFrame([1,2,3,4,5,6,5,4,3,2], index=np.linspace(21,30,10), columns=['days'])
df.index.names=['temperature']
print(df)
             days
temperature      
21.0            1
22.0            2
23.0            3
24.0            4
25.0            5
26.0            6
27.0            5
28.0            4
29.0            3
30.0            2

如果我想计算像偏度这样的指标，我必须将PDF转换回原始数据，如下所示：

temp_history = []
for i in df.iterrows():
    temp_history += i[1][0] * [i[0]]

print(temp_history)
[21.0, 22.0, 22.0, 23.0, 23.0, 23.0, 24.0, 24.0, 24.0, 24.0, 25.0, 25.0, 25.0, 25.0, 25.0, 26.0, 26.0, 26.0, 26.0, 26.0, 26.0, 27.0, 27.0, 27.0, 27.0, 27.0, 28.0, 28.0, 28.0, 28.0, 29.0, 29.0, 29.0, 30.0, 30.0]

skew = stats.skew(temp_history)

我是否可以在不必创建

temp\u历史记录的情况下计算指标？谢谢

编辑：我想避免以任何形式创建原始数据的原因是，我不想仅仅当
天
列中的数字变大时，就丢失一大块内存。
使用-

df.reindex(df.index.repeat(df['days'])).reset_index()['temperature'].skew()

或

要坚持原来的实现-

stats.skew(df.reindex(df.index.repeat(df['days'])).reset_index()['temperature'])

如果您想知道为什么输出不匹配，我们将对此进行讨论

为了匹配两者，请在
stats.skew（）
中设置
bias=False
，非常感谢！所以我想真的没有办法直接在pdf数据框架上计算度量？我唯一担心的是，当“天”中的数字变得非常大时，性能可能会受到影响。