基于计数列的降采样熊猫数据帧

我有数千个数据帧,如下所示,但要大得多(1000000行,100列)。

data = pd.DataFrame({'cols1':[4, 5, 5, 4, 321, 32, 5],
                     'count':[45, 66, 6, 6, 1, 432, 3],
                     'Value':['Apple', 'Boy', 'Car', 'Corn', 'Anne', 'Barnes', 'Bayesian']})

我想从这个数据帧中随机抽样,并创建一个新的数据帧,使计数和只应等于n。这意味着我想基于计数值作为权重随机抽样,并用这个新的重采样数据创建一个新的数据帧,使计数和为n。

相对比例应该保持大致相同,并且当重采样应该超过原始计数值的计数时没有值。cols1中的值(或除value和count之外的任何其他列)应保持不变。

例如,如果n是50,它可能看起来像:

pd.DataFrame({'cols1':[4, 5, 5, 4, 321, 32, 5],
                     'count':[4, 7, 1, 1, 0, 37, 0],
                     'Value':['Apple', 'Boy', 'Car', 'Corn', 'Anne', 'Barnes', 'Bayesian']})

怎么能做到?

效率是关键,否则我可以基于计数和随机采样扩展数据帧而不需要替换,然后将其合并到一起。

谢谢, 杰克