我想创建一个具有特定平均值和标准偏差的数据集。
使用 np.random.normal() 给我一个近似值。但是，对于我想要测试的内容，我需要一个精确的均值和标准差。
我曾尝试使用 norm.pdf 和 np.linspace 的组合，但是生成的数据集也不匹配（不过可能只是我误用了它）。
只要我可以设置特定的样本大小、均值和标准偏差，数据集是否随机并不重要。
帮助将不胜感激
我正在查看每天24小时工作的工厂的班次数据.我想在每次班次变更时对数据进行分组,即6:00和18:00.到目前为止,我一直在尝试:
Data_Frame.groupby([pd.Grouper(freq='12H')]).count()
但是我已经意识到,由于频率设置为12H,它总是需要12个小时,包括夏令时.
不幸的是,即使时钟发生变化,它总是在6:00和18:00.这意味着实际上一年中有一个时间长度为11个小时,另一个时间长度为13个小时,因此在年中组中有1个小时.
我觉得这是一个基本的东西(夏令时),应该有一些方法告诉大熊猫它需要考虑夏令时.
我已经尝试将它从UTC改为欧洲/伦敦,但它仍需要12个小时的时间.
非常感谢
编辑:
我发现这样做的唯一方法就是,在使用groupby之前将数据拆分为3(在第一个小时更改之前,在小时更改之前,第二个小时更改之前),逐个使用groupby然后将它们重新组合在一起,但这很烦人且乏味所以比这更好的东西是非常感激的.