人口增长：根据年龄组分组向数据中添加行（添加新的“人”）

Question

python新手**

我目前有一个基本人口，我正在按年龄类别进行老龄化和重组。我想做的是增加“新”的人，除了使他们老龄化之外，还将他们从这个基本人口中剔除

例如：我有一张年龄表：22、25、27、30、35、38……（等等） 并将其分类并计数：

<20 0
20 to 24 12
25 to 29 60
30 to 34 138
35 to 40 242

我还有一个“变化”向量，按年龄组有加减法 所以[0,12,-4,3,-2]

因此，新的分类计数将是

<20 0
20 to 24 24
25 to 29 56
30 to 34 141
35 to 40 240

我想做的是将这些更改映射回原始数据集，以获得新的计数。因此，实际添加12名年龄在20-24岁之间的人（最好是随机添加），然后从30-34岁之间的原始数据集中随机减去4行

计划是，这将在一个循环内发生，每年，数据集都会老化，然后进行加法或减法，然后进行新的计数

目前，我能够循环人口老龄化，并为每年创建一个计数，以及提取每年的变化向量，但我不确定如何使用变化向量数量将人口添加到我的人口中，以便在特定的年龄范围内添加或减去他们

这就是我到目前为止所拥有的

for i in range(years):
    year=year+1
    ages=ages+1
    bins=pd.cut(ages.AGE,[0,20,24,29,34,39,44,49,54,59,64,69,150],labels=['<20','20 to 24','25 to 29','30 to 34','35 to 39', '40 to 45','45 to 49','50 to 54','55 to 59','60 to 64','65 to 69','>=70'],include_lowest=True)
    count=ages.groupby(bins)['AGE'].agg('count')
    change=np.array(change_vecs[change_vecs.columns[i]])

产出将是每年在原有人口基础上增加的新人口。在这里，人们以年龄为代表