Как распределить строки данных pandas неравномерно по временным меткам в зависимости от значения столбца

С asfreq / клипом :

N, C = 4, "Execution"

asfreq = df.set_index("DateTime").asfreq("h")

out = (
    (gby:=asfreq.groupby(asfreq[C].notna().cumsum()))[C]
    .transform("first")
    .sub(gby.cumcount() * N)
    .clip(upper=N)
    .loc[lambda s: s.gt(0)]
    .reset_index(name=C)
    .convert_dtypes()
)

Выход :

             DateTime  Execution
0 2023-04-03 07:00:00          4
1 2023-04-03 08:00:00          4
2 2023-04-03 09:00:00          3
3 2023-04-03 11:00:00          1
4 2023-04-03 12:00:00          1
5 2023-04-03 14:00:00          3
6 2023-04-03 18:00:00          1

Ближе к решению Израэля по ссылке выше:

import pandas as pd
import datetime

values = [11, 2, 4, 1, 1, 1, 1, 1]
datetimes = [
    datetime.datetime.now() + datetime.timedelta(hours=i * 3)
    for i in range(len(values))
]

df = pd.DataFrame(
    {
        "DateTime": datetimes,
        "Execution": values,
    }
)


boundary = 4
div, mod = df.Execution.divmod(boundary)
num_repeat = div * (mod > 0)

new = df.loc[df.index.repeat(num_repeat)].assign(
    Execution=lambda x: ((x.groupby(level=0).cumcount() + 1) < div[x.index]).apply(
        lambda y: boundary if y else mod[x.index].drop_duplicates()[0]
    ),
    DateTime=lambda x: x["DateTime"]
    + pd.to_timedelta(x.groupby(level=0).cumcount() + 1, unit = "h"),
)

df_modified = df.copy()
df_modified.loc[df_modified.Execution > 4, "Execution"] = 4

res = pd.concat([df_modified, new]).sort_values("DateTime").reset_index(drop=True)