pandas：根据组内条件更改值

Question

我试图弄清楚如何使用 pandas 调整同一组内的一些值。

在下面的df中，我有两组（111、222）；在组内，对“频率”进行排名。但是，我想将组内具有相同“频率”的“排名”调整为具有相同的“排名”（升序）。

示例：group:111，freq 1 相同，分别排在第 5 和第 6 位；但是，我想将它们调整为相同的排名（显示在 adj_rank 列中）

+-----+------+------+----------+ |编号 |频率 |排名 | adj_rank | +-----+------+------+----------+ | 111 | 1 | 5 | 5 | | 111 | 1 | 6 | 5 | | 111 | 2 | 1 | 1 | | 111 | 3 | 2 | 2 | | 111 | 4 | 3 | 3 | | 111 | 5 | 4 | 4 | | 222 | 1 | 2 | 2 | | 222 | 2 | 1 | 1 | | 222 | 3 | 4 | 4 | | 222 | 3 | 5 | 4 | | 222 | 4 | 3 | 3 | | 222 | 5 | 6 | 6 | +-----+------+------+----------+

df 的代码

import pandas as pd
import numpy as np
data = {'id':[111,111,111,111,111,111,
             222,222,222,222,222,222],
'freq':[1,1,2,3,4,5,
        1,2,3,3,4,5],
'rank':[5,6,1,2,3,4,
        2,1,4,5,3,6],
'adj_rank':[5,5,1,2,3,4,
        2,1,4,4,3,6]}
df = pd.DataFrame(data)

感谢@Anurag Dabas 的建议，但是，当我扩展 df 时，使用您提供的解决方案时结果将关闭。如果你看下面的df，使用你提供的代码时，adj_rank（第一行）显示11，但是正确的值应该是4。请指教，谢谢。 扩展df：

╔═════╦══════╦══════╦══════════╗ ║ id ║ freq ║ rank ║ adj_rank ║ ╠═════╬══════╬══════╬══════════╣ ║ 333 ║ 1 ║ 11 ║ 11 ║ ║ 333 ║ 2 ║ 1 ║ 1 ║ ║ 333 ║ 2 ║ 2 ║ 1 ║ ║ 333 ║ 1 ║ 5 ║ 4 ║ ║ 333 ║ 1 ║ 6 ║ 4 ║ ║ 333 ║ 1 ║ 7 ║ 4 ║ ║ 333 ║ 1 ║ 8 ║ 4 ║ ║ 333 ║ 1 ║ 9 ║ 4 ║ ║ 333 ║ 3 ║ 3 ║ 3 ║ ║ 333 ║ 3 ║ 4 ║ 3 ║ ║ 333 ║ 1 ║ 10 ║ 4 ║ ╚═════╩══════╩══════╩══════════╝

扩展的df代码：

data = {'id':[333,333,333,333,333,333,
             333,333,333,333,333],
'freq':[1,2,2,1,1,1,        
        1,1,3,3,1],        
'rank':[11,1,2,5,6,7,8,        
        9,3,4,10,]}
df = pd.DataFrame(data)

非常感谢问候

Answer 1

尝试将['id','freq'] 的累积计数减去原始排名：

df['adj_rank']=df['rank']-df.groupby(['id','freq']).cumcount()
#df['adj_rank']=df['rank'].sub(df.groupby(['id','freq']).cumcount())

df的输出：

    id  freq    rank    adj_rank
0   111     1   5       5
1   111     1   6       5
2   111     2   1       1
3   111     3   2       2
4   111     4   3       3
5   111     5   4       4
6   222     1   2       2
7   222     2   1       1
8   222     3   4       4
9   222     3   5       4
10  222     4   3       3
11  222     5   6       6

更新：

在减去 cumcount() 后，使用 sort_values() 然后 groupby ['id','freq'] 对数据帧的值进行排序，然后转换 rank 的第一个值，最后对 df 的 index 进行排序，使其位于初始位置：

df['rank']=df['rank']-df.groupby(['id','freq']).cumcount()
df=df.sort_values(['id','freq','rank'])
df['rank']=df.groupby(['id','freq'],sort=False)['rank'].transform('first')
df=df.sort_index()