在Pandas中按组排序

Question

考虑一个数据帧有三列:group_ID,item_ID和value.假设我们共有10 itemIDs个.

我需要每一个排名item_ID(1〜10)内各group_ID基础上value,再看到平均等级(和其它数据)跨群体(如用的ID 最高的各组值会得到等级越接近1).我怎么能在熊猫中做到这一点？

这个答案非常接近qcut,但并不完全相同.

---

数据示例如下所示:

      group_ID   item_ID  value
0   0S00A1HZEy        AB     10
1   0S00A1HZEy        AY      4
2   0S00A1HZEy        AC     35
3   0S03jpFRaC        AY     90
4   0S03jpFRaC        A5      3
5   0S03jpFRaC        A3     10
6   0S03jpFRaC        A2      8
7   0S03jpFRaC        A4      9
8   0S03jpFRaC        A6      2
9   0S03jpFRaC        AX      0

这将导致:

      group_ID   item_ID   rank
0   0S00A1HZEy        AB      2
1   0S00A1HZEy        AY      3
2   0S00A1HZEy        AC      1
3   0S03jpFRaC        AY      1
4   0S03jpFRaC        A5      5
5   0S03jpFRaC        A3      2
6   0S03jpFRaC        A2      4
7   0S03jpFRaC        A4      3
8   0S03jpFRaC        A6      6
9   0S03jpFRaC        AX      7

Answer 1

你可以传递许多不同的论点rank; rank("dense", ascending=False)在执行以下操作后,您可以使用它来获得所需的结果groupby:

>>> df["rank"] = df.groupby("group_ID")["value"].rank("dense", ascending=False)
>>> df
     group_ID item_ID  value  rank
0  0S00A1HZEy      AB     10     2
1  0S00A1HZEy      AY      4     3
2  0S00A1HZEy      AC     35     1
3  0S03jpFRaS      AY     90     1
4  0S03jpFRaS      A5      3     5
5  0S03jpFRaS      A3     10     2
6  0S03jpFRaS      A2      8     4
7  0S03jpFRaS      A4      9     3
8  0S03jpFRaS      A6      2     6
9  0S03jpFRaS      AX      0     7

但请注意,如果您没有使用全局排名方案,那么找出跨组的平均排名并不是很有意义 - 除非组中存在重复值(因此您有重复的排名值)所有您正在做的事情衡量一组中有多少元素.