如何根据排名映射比较和返回较低的分数答案

【问题标题】：how to compare and return lower scores based on a rank mapping如何根据排名映射比较和返回较低的分数
【发布时间】：2019-02-15 02:11:57
【问题描述】：

我需要比较两个分数并根据映射返回两者中较大的一个。

这是我的地图

mapping=pd.DataFrame({'rank': {0: 1, 1: 2, 2: 3, 3: 4},
 'score1': {0: 'a', 1: 'aa', 2: 'b', 3: 'bb'},
 'score2': {0: 'x', 1: 'xx', 2: 'y', 3: 'yy'}})

   rank score1 score2
0     1      a      x
1     2     aa     xx
2     3      b      y
3     4     bb     yy

根据上面的映射，如果我的输入数据如下：

data=pd.DataFrame({'score1': {0: 'a', 1: 'aa', 2: 'b', 3:nan}, 'score2': {0: 'x', 1: nan, 2: 'x', 3: nan}})
  score1 score2
0      a      x
1     aa    NaN
2      b      x
3     NaN   NaN

我想根据上面的排名映射返回两个分数中较低的一个：如果一个分数是Nan，则忽略，如果两个分数相同，则随机抽取一个。

  score1 score2 lower_of_two
0      a      x            a
1     aa    NaN           aa
2      b      x            b
3     NaN   NaN          NaN

我目前做的是先将排名添加到DataFrame中，然后使用get_lower_rating函数获取两者中较低的，但是我需要处理所有的Nan情况，这很麻烦。

  score1 score2  rank1  rank2 
0      a      x      1    1.0          
1     aa    NaN      2    NaN        
2      b      x      3    1.0   

def get_lower_rating(row):
    rank1 = row['rank1']
    rank2 = row['rank2']
    out_col = 'lower_of_two'

    if not rank1 and not rank2:
        row[out_col] = None
        return row

    if not rank1 and rank2:
        row[out_col] = row['score2']
        return row

    if rank1 and not rank2:
        row[out_col] = row['score1']
        return row

    if rank1 <= rank2:
        row[out_col] = row['score2']
    else:
        row[out_col] = row['score1']

    return row

这样做有什么好处？

欢迎提出任何建议！

【问题讨论】：

标签： python pandas ranking

【解决方案1】：

您可以通过pd.melt 创建映射字典。然后使用 NumPy 高级索引：

d = pd.melt(mapping, id_vars=['rank'], value_vars=['score1', 'score2'])\
      .set_index('value')['rank'].to_dict()

row_idx = np.arange(len(data.index))
col_idx = data[['score1', 'score2']].applymap(d.get).fillna(-1).values.argmax(1)

data['lower_of_two'] = data.values[row_idx, col_idx]

print(data)

  score1 score2 lower_of_two
0      a      x            a
1     aa    NaN           aa
2      b      x            b
3    NaN    NaN          NaN

【讨论】：