Python 与熊猫一起创造分布不均的活动

是否可以使用Pandas生成分布不均匀的基于时间的事件？我目前正在使用它，但我试图在整个系列中均匀分布这些事件的方式上有所不同

rng = date_range('1/1/2011', periods=60*3, freq='S')
ts = Series(0, index=rng)

---

下面是一些基于注释中讨论的示例代码。您可以将“0.50”设置为要保留的任何百分比

import numpy as np
ts = Series( np.random.uniform(0,1,180), index=rng)
ts[ ts < 0.50 ].dropna()

2011-01-01 00:00:00    0.283262
2011-01-01 00:00:01    0.200472
2011-01-01 00:00:04    0.077024
2011-01-01 00:00:06    0.041452

将numpy导入为np
ts=系列（np.随机.均匀（0,1180），指数=rng）
ts[ts<0.50].dropna（）
2011-01-01 00:00:00    0.283262
2011-01-01 00:00:01    0.200472
2011-01-01 00:00:04    0.077024
2011-01-01 00:00:06    0.041452

不均匀性如何？分布不均匀的方式有很多种。在该代码段中，在指定的范围内，每秒钟发生一次事件（0）。我想以某种方式创建一个系列，其中这些事件发生的时间会有一些变化。我正在尝试创建示例测试数据来模拟日志文件中的事件。您可以按任何方式创建时间戳。但我想说的是，你必须以某种方式定义你希望如何分发它们。例如，你可以生成每秒一次的序列，然后获取其中的一个随机子集。获取一个随机子集是一个好主意，这将是一个很好的解决方案，并给出我想要的。