Создайте новый столбец в фрейме данных на основе другого фрейма данных и нескольких ограничений

Question

У меня есть фрейм данных df1

F_Date      B_Date
01/09/2019  02/08/2019
01/09/2019  03/08/2019
02/09/2019  03/08/2019
01/09/2019  04/08/2019
02/09/2019  04/08/2019
03/09/2019  04/08/2019
02/09/2019  05/08/2019
03/09/2019  05/08/2019
04/09/2019  05/08/2019
01/09/2019  06/08/2019
02/09/2019  06/08/2019
03/09/2019  06/08/2019
04/09/2019  06/08/2019
05/09/2019  06/08/2019
02/09/2019  07/08/2019
03/09/2019  07/08/2019
04/09/2019  07/08/2019
05/09/2019  07/08/2019
06/09/2019  07/08/2019
02/09/2019  08/08/2019
03/09/2019  08/08/2019

У df есть 2 столбца, так что для каждого F_Date существует несколько B_Date.

У меня есть другой фрейм данных df2

F_Date  Value
01/09/2019  3000
02/09/2019  3700
03/09/2019  4500
04/09/2019  5000
05/09/2019  7000
06/09/2019  8000
07/09/2019  8300
08/09/2019  9000
09/09/2019  9500
10/09/2019  11000
11/09/2019  12500
12/09/2019  14000
13/09/2019  15000
14/09/2019  17000
15/09/2019  17600
16/09/2019  18000
17/09/2019  18500
18/09/2019  18900
19/09/2019  19000
20/09/2019  19400
21/09/2019  19800
22/09/2019  20500
23/09/2019  21000
24/09/2019  21600
25/09/2019  22000
26/09/2019  22100
27/09/2019  22200
28/09/2019  22500
29/09/2019  22800
30/09/2019  23000

Я хочу создать новый столбец value_1 в df1 такой, чтобы:

для каждого F_date в df2 было связано значение. каждое значение должно быть разделено в df1 для нескольких записей F_Date так, чтобы назначенные значения увеличивались. например:

01/09/2019 имеет значение 3000 в df2, а на 01.09.2009 - 51 запись в df1. Затем 3000 нужно разделить на 51 запись так, чтобы каждая запись значения была больше, чем предыдущая (создать тенденцию к увеличению). Я отсортировал df1 в соответствии с F_Date и имею записи, основанные на том же.

Сортировка df1:

01/09/2019  02/08/2019
01/09/2019  02/08/2019
01/09/2019  03/08/2019
01/09/2019  03/08/2019
01/09/2019  04/08/2019
01/09/2019  06/08/2019
01/09/2019  09/08/2019
01/09/2019  10/08/2019
01/09/2019  10/08/2019
01/09/2019  11/08/2019
01/09/2019  12/08/2019
01/09/2019  12/08/2019
01/09/2019  13/08/2019
01/09/2019  13/08/2019
01/09/2019  13/08/2019
01/09/2019  14/08/2019
01/09/2019  14/08/2019
01/09/2019  14/08/2019
01/09/2019  15/08/2019
01/09/2019  16/08/2019
01/09/2019  17/08/2019
01/09/2019  17/08/2019
01/09/2019  18/08/2019
01/09/2019  18/08/2019

Может кто-нибудь помочь с тем же.

Answer 1

Вы можете использовать exp и затем нормализовать

import numpy as np
s = np.exp(np.linspace(0,1,51)) 
s = (s * 3000)/ np.sum(s)
np.sum(s)

сумма равна

2999.9999999999995

серия составляет

array([34.17786997, 34.86830875, 35.57269531, 36.29131142, 37.02444454,
       37.77238794, 38.53544079, 39.31390833, 40.10810196, 40.91833937,
       41.74494465, 42.58824847, 43.44858816, 44.32630787, 45.22175868,
       46.13529881, 47.06729367, 48.01811607, 48.98814636, 49.97777256,
       50.98739054, 52.01740415, 53.06822542, 54.14027469, 55.23398079,
       56.34978121, 57.4881223 , 58.64945941, 59.83425708, 61.04298925,
       62.27613944, 63.5342009 , 64.8176769 , 66.12708083, 67.46293648,
       68.82577819, 70.21615114, 71.63461149, 73.08172663, 74.55807544,
       76.06424847, 77.60084822, 79.16848934, 80.76779892, 82.39941668,
       84.06399532, 85.76220067, 87.49471205, 89.26222248, 91.06543899,
       92.90508288])

часть - ii, делая это нацелое df

joined_df = pd.merge(df_1,df_2,on='F_date')

def add_series(grp):
   n_rows = grp.shape[0]
   val = grp['Value'].min()
   s = np.exp(np.linspace(0,1,n_rows)) 
   s = (s * val)/ np.sum(s)
   grp['col'] = s
   return grp

joined_df.groupby('F_date').apply(add_series)

** не проверено. но это должно дать вам идею