python - 基于非日期时间列的升级数据密度

Question

我正在尝试根据遵循此模式的列中的值对数据密度进行上采样。

日期时间UTC	ID	snp	经度	纬度
2019 年 1 月 12 日 06:33	6223	120	-9.989304	60.551407
2019 年 1 月 12 日 04:57	3298	181	-10.06186	60.655212
2019 年 1 月 12 日 23:15	23559	12976	-9.342695	60.442307
2019 年 1 月 12 日 05:21	9105	4330	-10.027265	60.630966
2019 年 1 月 12 日 21:12	3693	7366	-9.292198	60.42049
2019 年 1 月 12 日 12:12	43487	32374	-9.993835	60.601185
2019 年 1 月 12 日 12:06	828	363	-10.003743	60.606808
2019 年 1 月 12 日 01:11	5018	2479	-10.156565	60.511314
2019 年 1 月 12 日 02:42	12303	8084	-9.994892	60.549812
2019 年 1 月 12 日 01:53	5050	2956	-10.067944	60.52226

我的目标是让 snp 列以 60 为增量增加并保留 ID，因此例如第 1 行和第 2 行将放大为：

日期时间UTC	ID	snp	经度	纬度
钠	6223	60	钠	钠
2019 年 1 月 12 日 06:33	6223	120	-9.989304	60.551407
钠	3298	1	钠	钠
钠	3298	61	钠	钠
钠	3298	121	钠	钠
2019 年 1 月 12 日 04:57	3298	181	-10.06186	60.655212

我尝试使用 df.resample() 函数，虽然我可以让它以日期时间格式工作，但我似乎无法将它应用于非日期时间值。

谢谢您的帮助。

标签： pythonpandaspandas-resample