Upsample Nicht-Zeit-Daten

Question

Gibt es eine bessere Möglichkeit, Upsample eine Reihe von Floats basierend auf Start-und Stoppbedingungen in jeder Zeile enthalten? Hier ist ein Beispiel das, was ich beginne mit:

borehole top bottom lithology 
0  AP-2 94.6 95.1 dolomite 
1  AP-2 95.1 96.7 limestone 
2  AP-2 96.7 97.0 dolomite 
3  AP-2 97.0 97.5 limestone 
4  AP-2 97.5 97.8 limestone 
5  AP-3 87.4 87.7 limestone 
6  AP-3 87.7 88.1 limestone 
7  AP-3 88.1 88.5 dolomite 
8  AP-3 88.5 89.1 limestone 

Für jede Zeile I Reihen zwischen den oberen und unteren Werten hinzufügen möge einen gewählten Schritt mit und leiten die Bohrung und Lithologie Werte füllen. Das Inkrement ist im Datenrahmen konstant. Hier ist der gefüllte Datenframe, den ich für ein Inkrement von 0,1 haben möchte. (Dies ist nur für die ersten beiden Zeilen in der obigen Datenrahmen :)

borehole Top  Lith 
0  AP-2 94.6 dolomite 
1  AP-2 94.7 dolomite 
2  AP-2 94.8 dolomite 
3  AP-2 94.9 dolomite 
4  AP-2 95.0 dolomite 
5  AP-2 95.1 limestone 
6  AP-2 95.2 limestone 
7  AP-2 95.3 limestone 
8  AP-2 95.4 limestone 
9  AP-2 95.5 limestone 
10  AP-2 95.6 limestone 
11  AP-2 95.7 limestone 
12  AP-2 95.8 limestone 
13  AP-2 95.9 limestone 
14  AP-2 96.0 limestone 
15  AP-2 96.1 limestone 
16  AP-2 96.2 limestone 
17  AP-2 96.3 limestone 
18  AP-2 96.4 limestone 
19  AP-2 96.5 limestone 
20  AP-2 96.6 limestone 
21  AP-2 96.7 limestone 

Hier ist der Code, den ich verwendet habe, und es funktioniert, aber wenn ich eine Schleife in Pandas machen frage ich mich, wenn ich offensichtlich etwas fehlt bin . pd.DataFrame.resample() ist verlockend, aber ich kann nicht herausfinden, wie man es mit Nicht-Zeit-Daten arbeiten lassen kann.

import pandas as pd 
import numpy as np 

liths = pd.DataFrame(
{'borehole': {0: 'AP-2', 
    1: 'AP-2', 
    2: 'AP-2', 
    3: 'AP-2', 
    4: 'AP-2', 
    5: 'AP-3', 
    6: 'AP-3', 
    7: 'AP-3', 
    8: 'AP-3'}, 
'bottom': {0: 95.099999999999994, 
    1: 96.700000000000003, 
    2: 97.0, 
    3: 97.5, 
    4: 97.799999999999997, 
    5: 87.700000000000003, 
    6: 88.099999999999994, 
    7: 88.5, 
    8: 89.099999999999994}, 
'lithology': {0: 'dolomite', 
    1: 'limestone', 
    2: 'dolomite', 
    3: 'limestone', 
    4: 'limestone', 
    5: 'limestone', 
    6: 'limestone', 
    7: 'dolomite', 
    8: 'limestone'}, 
'top': {0: 94.599999999999994, 
    1: 95.099999999999994, 
    2: 96.700000000000003, 
    3: 97.0, 
    4: 97.5, 
    5: 87.400000000000006, 
    6: 87.700000000000003, 
    7: 88.099999999999994, 
    8: 88.5}} 
) 

filled = [] 
increment = 0.1 
for row in liths.itertuples(): 
    start = row.top 
    end = row.bottom 
    for i in np.arange(start, end, increment): 
     filled.append([row.borehole, i, row.lithology]) 
filled = pd.DataFrame(filled, columns=['borehole', 'Top', 'Lith']); filled 

Answer 1

würde ich einen neuen Datenrahmen aus jeder Zeile konstruieren und verketten sie all

def expand(r): 
    a = np.arange(r.top, r.bottom, .1) 
    n = len(a) 
    return pd.DataFrame(dict(
      borehole=[r.borehole] * n, 
      lithology=[r.lithology] * n, 
      top=a 
     )) 

pd.concat([expand(r) for r in df.itertuples()], ignore_index=True) 

---

borehole lithology top 
0  AP-2 dolomite 94.6 
1  AP-2 dolomite 94.7 
2  AP-2 dolomite 94.8 
3  AP-2 dolomite 94.9 
4  AP-2 dolomite 95.0 
5  AP-2 limestone 95.1 
6  AP-2 limestone 95.2 
7  AP-2 limestone 95.3 
8  AP-2 limestone 95.4 
9  AP-2 limestone 95.5 
10  AP-2 limestone 95.6 
11  AP-2 limestone 95.7 
12  AP-2 limestone 95.8 
13  AP-2 limestone 95.9 
14  AP-2 limestone 96.0 
15  AP-2 limestone 96.1 
16  AP-2 limestone 96.2 
17  AP-2 limestone 96.3 
18  AP-2 limestone 96.4 
19  AP-2 limestone 96.5 
20  AP-2 limestone 96.6 
21  AP-2 limestone 96.7 
22  AP-2 dolomite 96.7 
23  AP-2 dolomite 96.8 
24  AP-2 dolomite 96.9 
25  AP-2 limestone 97.0 
26  AP-2 limestone 97.1 
27  AP-2 limestone 97.2 
28  AP-2 limestone 97.3 
29  AP-2 limestone 97.4 
30  AP-2 limestone 97.5 
31  AP-2 limestone 97.6 
32  AP-2 limestone 97.7 
33  AP-3 limestone 87.4 
34  AP-3 limestone 87.5 
35  AP-3 limestone 87.6 
36  AP-3 limestone 87.7 
37  AP-3 limestone 87.8 
38  AP-3 limestone 87.9 
39  AP-3 limestone 88.0 
40  AP-3 dolomite 88.1 
41  AP-3 dolomite 88.2 
42  AP-3 dolomite 88.3 
43  AP-3 dolomite 88.4 
44  AP-3 dolomite 88.5 
45  AP-3 limestone 88.5 
46  AP-3 limestone 88.6 
47  AP-3 limestone 88.7 
48  AP-3 limestone 88.8 
49  AP-3 limestone 88.9 
50  AP-3 limestone 89.0