Pandas中每组的排名顺序

Question

考虑一个包含三列的数据框：group_ID、item_ID 和 value。假设我们总共有 10 个itemIDs。

我需要根据value 对每个item_ID（1 到 10）在每个group_ID 进行排名，然后查看各组的平均排名（和其他统计数据）（例如在各组中具有最高值的 ID 将获得更接近 1) 的排名。我怎样才能做到这一点 熊猫？

This answer 与qcut 的作用非常接近，但并不完全相同。

---

数据示例如下所示：

      group_ID   item_ID  value
0   0S00A1HZEy        AB     10
1   0S00A1HZEy        AY      4
2   0S00A1HZEy        AC     35
3   0S03jpFRaC        AY     90
4   0S03jpFRaC        A5      3
5   0S03jpFRaC        A3     10
6   0S03jpFRaC        A2      8
7   0S03jpFRaC        A4      9
8   0S03jpFRaC        A6      2
9   0S03jpFRaC        AX      0

这会导致：

      group_ID   item_ID   rank
0   0S00A1HZEy        AB      2
1   0S00A1HZEy        AY      3
2   0S00A1HZEy        AC      1
3   0S03jpFRaC        AY      1
4   0S03jpFRaC        A5      5
5   0S03jpFRaC        A3      2
6   0S03jpFRaC        A2      4
7   0S03jpFRaC        A4      3
8   0S03jpFRaC        A6      6
9   0S03jpFRaC        AX      7

Answer 1

您可以将许多不同的参数传递给rank；看起来你可以使用rank("dense", ascending=False) 来获得你想要的结果，在做groupby 之后：

>>> df["rank"] = df.groupby("group_ID")["value"].rank("dense", ascending=False)
>>> df
     group_ID item_ID  value  rank
0  0S00A1HZEy      AB     10     2
1  0S00A1HZEy      AY      4     3
2  0S00A1HZEy      AC     35     1
3  0S03jpFRaS      AY     90     1
4  0S03jpFRaS      A5      3     5
5  0S03jpFRaS      A3     10     2
6  0S03jpFRaS      A2      8     4
7  0S03jpFRaS      A4      9     3
8  0S03jpFRaS      A6      2     6
9  0S03jpFRaS      AX      0     7

但请注意，如果您不使用全局排名方案，则找出组间的平均排名并不是很有意义 - 除非组中有重复的值（因此您有重复的排名值） '正在测量一个组中有多少元素。