熊猫排名与变换（'排名'）

Question

我不确定这是一个错误还是一个功能，但我真的很想了解它是如何工作的。

我有一个非常简单的数据集

In [0]: data
Out[0]:
  group  value  data
0     A      1     1
1     A      2     1
2     B      3     1
3     B      4     1

然后我有一些转变：

In [1]: data.groupby('group').transform('rank')
Out[1]:
   value  data
0    1.0   1.5
1    2.0   1.5
2    1.0   1.5
3    2.0   1.5

In [2]: data.groupby('group').value.transform('rank')
Out[2]:
0    1
1    1
2    2
3    2

In [3]: data.groupby('group').data.transform('rank')
Out[3]:
0    1.5
1    1.5
2    1.5
3    1.5

In [4]: data.groupby('group').transform('rank').value
Out[4]:
0    1.0
1    2.0
2    1.0
3    2.0

In [5]: data.groupby('group').value.rank()
Out[5]:
0    1.0
1    2.0
2    1.0
3    2.0

In [6]: data.groupby('group').cumcount()
Out[6]:
0    0
1    1
2    0
3    1

我觉得奇怪的事情：

• 第一个。虽然我似乎理解value列发生了什么（类似于第五和第六列），但我无法理解data列发生了什么。价值从何1.5而来？
• 第二个。它不是仅选择指定的列并应用类似于第一列的逻辑，而是完全改变了输出。我可以假设现在枚举组而不是组内的行，但我仍然不明白为什么它会以如此奇怪的方式完成？
• 第三个。它的行为完全符合预期，因为它只是选择了指定的列并应用了与第一个列相同的逻辑（与前一个列相反）。但我仍然不知道这个值的起源；
• 第四个。这个不应该和第二个一样吗？
• 第5个和第6个看起来一模一样，但后者是从0开始的，对吗？

如果有人可以向我解释，我将非常感激。

谢谢。

Answer 1

让我添加更多的混乱 -rank ()方法有一个method参数......

\n

默认：method=\'average\'

\n

In [70]: data.groupby(\'group\').transform(\'rank\')\nOut[70]:\n   value  data\n0    1.0   1.5\n1    2.0   1.5\n2    1.0   1.5\n3    2.0   1.5\n\nIn [71]: data.groupby(\'group\').transform(\'rank\', method=\'average\')\nOut[71]:\n   value  data\n0    1.0   1.5\n1    2.0   1.5\n2    1.0   1.5\n3    2.0   1.5\n

\n

方法：min

\n

In [72]: data.groupby(\'group\').transform(\'rank\', method=\'min\')\nOut[72]:\n   value  data\n0    1.0   1.0\n1    2.0   1.0\n2    1.0   1.0\n3    2.0   1.0\n

\n

方法：max

\n

In [73]: data.groupby(\'group\').transform(\'rank\', method=\'max\')\nOut[73]:\n   value  data\n0    1.0   2.0\n1    2.0   2.0\n2    1.0   2.0\n3    2.0   2.0\n

\n

方法：first

\n

In [74]: data.groupby(\'group\').transform(\'rank\', method=\'first\')\nOut[74]:\n   value  data\n0    1.0   1.0\n1    2.0   2.0\n2    1.0   1.0\n3    2.0   2.0\n

\n

方法：dense

\n

In [75]: data.groupby(\'group\').transform(\'rank\', method=\'dense\')\nOut[75]:\n   value  data\n0    1.0   1.0\n1    2.0   1.0\n2    1.0   1.0\n3    2.0   1.0\n

\n

来自文档：

\n

\n

方法： { average，min，max，first，dense}

\n

平均：组的平均排名

\n

min：组中最低排名

\n

max：组中最高排名

\n

第一：按照它们在数组中出现的顺序分配排名

\n

密集：如\xe2\x80\x98min\xe2\x80\x99，但组之间的等级总是增加1

\n

\n

还有另一个参数：

\n

\n

pct : 布尔值，默认 False

\n

计算数据的百分比排名

\n

\n