寻找循环以外的替代方案答案

【问题标题】：Looking Alternative other than Loops寻找循环以外的替代方案
【发布时间】：2021-05-11 13:21:14
【问题描述】：

我有一个数据框：

df=
year_month  data
(1970,1)     12
(1970,1)     15
(1970,1)      3
(1970,2)     32
(1970,2)     28

我想对每个 year_month 的数据进行排名，然后将每个排名除以每组中的数据数加 1，结果是：

result=

year_month  data
(1970,1)     0.5
(1970,1)     0.75
(1970,1)     0.25
(1970,2)     0.67
(1970,2)     0.33

解释：例如第2行：year_month为(1970,1)，数据为15。在(1970,1)内，数据15排在第3位除以4(( 1970,1) +1)，结果为 0.75。

我目前的方法是使用 for 循环

df_ = []
for ym in yy_mm:
    df1 = df.loc(df.yy_mm == ym)
     n  = df1.shape[0]
    df1 = df1.rank()/n
    df_.append(df1) 

df_result = pd.concat(df)

这可行，但我正在寻找任何其他更有效的方式。使用循环很慢，特别是它是一个更大的数据。提前致谢。

【问题讨论】：

标签： pandas performance dataframe loops

【解决方案1】：

四步流程

使用groupby() 然后rank() 获得排名
使用translate() 获取groupby() 中的最大排名以获取系列
按要求计算数据
清理工作...

df = pd.read_csv(io.StringIO("""year_month  data
(1970,1)     12
(1970,1)     15
(1970,1)      3
(1970,2)     32
(1970,2)     28"""), sep="\s+")

df2 = df.assign(r=df.groupby("year_month")["data"].rank(),
         mr=lambda dfa: dfa.groupby("year_month")["r"].transform("max"),
         data=lambda dfa: dfa.r / (dfa.mr+1)).drop(columns=["r","mr"])

	year_month	data
0	(1970,1)	0.5
1	(1970,1)	0.75
2	(1970,1)	0.25
3	(1970,2)	0.666667
4	(1970,2)	0.333333

【讨论】：