熊猫 groupby 和排名 - 重复的排名相同答案

【问题标题】：Pandas groupby and rank - same rank for duplicates熊猫 groupby 和排名 - 重复的排名相同
【发布时间】：2019-03-15 13:24:23
【问题描述】：

这是我的数据框：

my_df = pd.DataFrame({'group':['a','a', 'a','b','b'], 'date':['2017-01-02', '2017-01-02','2017-03-01',  '2018-02-05', '2018-04-06']})
my_df['date']= pd.to_datetime(my_df['date'], format = '%Y-%m-%d')

我想为每个组添加排名，其中相同的值将被分配相同的排名。

这是我想要的输出：

    date        group rank
0   2017-01-02      a 1
1   2017-01-02      a 1
2   2017-03-01      a 2
3   2018-02-05      b 1
4   2018-04-06      b 2

我想我可以通过分组两次并排名并加入原始数据框来做到这一点，但我想知道是否有更快的方法来做到这一点。

【问题讨论】：

标签： pandas unique pandas-groupby rank

【解决方案1】：

只需使用 rank 和方法 dense

my_df.groupby(['group'])['date'].rank(method ='dense')
Out[6]: 
0    1.0
1    1.0
2    2.0
3    1.0
4    2.0
Name: date, dtype: float64

【讨论】：

我在文档中看到了这个选项，但没能正确理解

【解决方案2】：

您可以将transform 与因式分解一起使用：

my_df['group_rank'] = my_df.groupby(['group'])['date'].transform(lambda x: x.factorize()[0])

>>> my_df
        date group  group_rank
0 2017-01-02     a           0
1 2017-01-02     a           0
2 2017-03-01     a           1
3 2018-02-05     b           0
4 2018-04-06     b           1

如果您在末尾添加+ 1，它将是您想要的输出中的 1 和 2 等级，但我认为这可能并不重要（因为它们在任何情况下都被正确地组合在一起）

【讨论】：

我希望我能接受这两个答案。您的方法更加通用，不需要记住 rank 函数的选项
谢谢，我认为@Wen 的排名方法最终会更快。