对有关系的元组进行排名

Question

我正在编写 Wilcoxon rank-sums 测试的扩展，这要求我先编写此测试的基本功能。这也意味着我不能使用 SciPy 进行此练习。

我在那里有基本的骨架代码，但我无法平均平局的等级。这是我的代码：

#read in data
m1 = [0,0,0,0,0,2,3,3,3,4,4,5,6,10,10,10,11,12,15,15,15,20,22,25,25,27,30]
w1 = [0,0,0,0,0,0,1,3,3,3,3,7,8,8,19,20,27,30]

#convert to tuples, incl where they came from
m1t = []
for m in m1:
    m1t.append((m, "m1"))
w1t = []
for w in w1:
    w1t.append((w, "w1"))

all1t = m1t + w1t #combine

all1ts = sorted(all1t, key=lambda tup: tup[0]) #sort

all1tsr = [row+(i,) for i,row in enumerate(all1ts,0)] #rank

#revert to back to original grouping
m1r = [i for i in all1tsr if i[1]=="m1"]
w1r = [i for i in all1tsr if i[1]=="w1"]

这是当前的输出：

>>> all1tsr[:15]
[(0, 'm1', 0),
 (0, 'm1', 1),
 (0, 'm1', 2),
 (0, 'm1', 3),
 (0, 'm1', 4),
 (0, 'w1', 5),
 (0, 'w1', 6),
 (0, 'w1', 7),
 (0, 'w1', 8),
 (0, 'w1', 9),
 (0, 'w1', 10),
 (1, 'w1', 11),
 (2, 'm1', 12),
 (3, 'm1', 13),
 (3, 'm1', 14)]

每个元组的元素 1 是它们排序的值，元素 2 只是一个标识符，元素 3 是按元素 1 排序时的排名。有 10 个观察值以“0”作为元素 1，现在他们都被分配了升序，但我想以某种方式平均这些排名（分配所有排名为 5）。

换句话说，我想要这个：

[(0, 'm1', 5),
 (0, 'm1', 5),
 (0, 'm1', 5),
 (0, 'm1', 5),
 (0, 'm1', 5),
 (0, 'w1', 5),
 (0, 'w1', 5),
 (0, 'w1', 5),
 (0, 'w1', 5),
 (0, 'w1', 5),
 (0, 'w1', 5),
 (1, 'w1', 11),
 (2, 'm1', 12),
 (3, 'm1', 13.5),
 (3, 'm1', 13.5)]

欢迎所有反馈，谢谢

Answer 1

首先，我将以更短的方式获得all1ts：

import itertools

all1ts = sorted(itertools.chain(((m, "m1") for m in m1),
                                ((w, "w1") for w in w1)))

all1tsr = [row+(i,) for i,row in enumerate(all1ts)]

那我就用itertools.groupby，基本上就是为了做这样的事情而设计的。

groups = []
for _, group in itertools.groupby(all1tsr, lambda x: x[0]):
  group = list(group)
  rank = sum(x[2] for x in group) / len(group)
  groups.extend((val, identifier, rank) for val, identifier, _ in group)

在你的测试数据上运行给了我这个结果：

[(0, 'm1', 5),
 (0, 'm1', 5),
 (0, 'm1', 5),
 (0, 'm1', 5),
 (0, 'm1', 5),
 (0, 'w1', 5),
 (0, 'w1', 5),
 (0, 'w1', 5),
 (0, 'w1', 5),
 (0, 'w1', 5),
 (0, 'w1', 5),
 (1, 'w1', 11),
 (2, 'm1', 12),
 (3, 'm1', 16),
 (3, 'm1', 16),
 (3, 'm1', 16),
 (3, 'w1', 16),
 (3, 'w1', 16),
 (3, 'w1', 16),
 (3, 'w1', 16),
 (4, 'm1', 20),
 (4, 'm1', 20),
 (5, 'm1', 22),
 (6, 'm1', 23),
 (7, 'w1', 24),
 (8, 'w1', 25),
 (8, 'w1', 25),
 (10, 'm1', 28),
 (10, 'm1', 28),
 (10, 'm1', 28),
 (11, 'm1', 30),
 (12, 'm1', 31),
 (15, 'm1', 33),
 (15, 'm1', 33),
 (15, 'm1', 33),
 (19, 'w1', 35),
 (20, 'm1', 36),
 (20, 'w1', 36),
 (22, 'm1', 38),
 (25, 'm1', 39),
 (25, 'm1', 39),
 (27, 'm1', 41),
 (27, 'w1', 41),
 (30, 'm1', 43),
 (30, 'w1', 43)]

我认为这就是你想要的。