【发布时间】：2014-06-17 13:29:07
【问题描述】：
如何丢弃唯一性？它干扰了 groupby 和 qcut。
df0 = psql.read_frame(sql_query,conn)
df = df0.sort(['industry','C'], ascending=[False,True] )
这是我的数据框：
id industry C
5 28 other industry 0.22
9 32 Specialty Eateries 0.60
10 33 Restaurants 0.84
1 22 Processed & Packaged Goods 0.07
0 21 Processed & Packaged Goods 0.14
8 31 Processed & Packaged Goods 0.43
11 34 Major Integrated Oil & Gas 0.07
14 37 Major Integrated Oil & Gas 0.50
15 38 Independent Oil & Gas 0.06
18 41 Independent Oil & Gas 0.06
19 42 Independent Oil & Gas 0.13
12 35 Independent Oil & Gas 0.43
16 39 Independent Oil & Gas 0.65
17 40 Independent Oil & Gas 0.91
13 36 Independent Oil & Gas 2.25
2 25 Food - Major Diversified 0.35
3 26 Beverages - Soft Drinks 0.54
4 27 Beverages - Soft Drinks 0.73
6 29 Beverages - Brewers 0.19
7 30 Beverages - Brewers 0.21
我已经使用pandas and qcut 中的以下代码对“C”列进行排名，这让我很遗憾。
df['rank'] = df.groupby(['industry'])['C'].transform(lambda x: pd.qcut(x,5, labels=range(1,6)))
经过一番研究，qcut抛出错误的原因是因为行业列reference to error和another ref to err的唯一值。
虽然，如果可能的话，我仍然希望能够在不丢弃唯一性的情况下进行排名（唯一性应该分配为 1）。但经过多次尝试，我确信 qcut 无法处理 unique，因此我愿意放弃 unique 以让 qcut 乐于做它的事情。
但如果有其他方法，我很想知道。非常感谢您的帮助。
【问题讨论】：
-
所以你想删除唯一的值？
-
是的，当然。我是 pandas 的新手，我只是想让 groupby 和 qcut 为我计算排名。所以我认为这可能是让 qcut 和 groupby 工作的最快方法。但是，如果有其他方法可以在不丢行的情况下进行排名，我很想知道。谢谢！