熊貓排名與變換（'排名'）

Question

我不確定這是一個錯誤還是一個功能，但我真的想了解它是如何工作的。

我有一個非常簡單的數據集

In [0]: data 
Out[0]: 
    group value data 
0  A  1  1 
1  A  2  1 
2  B  3  1 
3  B  4  1 

然後，我有一些轉變：

In [1]: data.groupby('group').transform('rank') 
Out[1]: 
    value data 
0 1.0 1.5 
1 2.0 1.5 
2 1.0 1.5 
3 2.0 1.5 

In [2]: data.groupby('group').value.transform('rank') 
Out[2]: 
0 1 
1 1 
2 2 
3 2 

In [3]: data.groupby('group').data.transform('rank') 
Out[3]: 
0 1.5 
1 1.5 
2 1.5 
3 1.5 

In [4]: data.groupby('group').transform('rank').value 
Out[4]: 
0 1.0 
1 2.0 
2 1.0 
3 2.0 

In [5]: data.groupby('group').value.rank() 
Out[5]: 
0 1.0 
1 2.0 
2 1.0 
3 2.0 

In [6]: data.groupby('group').cumcount() 
Out[6]: 
0 0 
1 1 
2 0 
3 1 

這個事情我覺得奇怪：

• 首屆之一。雖然我似乎明白value列發生了什麼（類似於第5和第6）我不明白data列發生了什麼。 1.5的值從哪裏來的？
• 第二個。不是隻選擇指定的列並應用與第1列類似的邏輯，它完全改變了輸出。我可以推測現在枚舉組而不是組內的行，但我仍然不明白爲什麼它以這樣一種奇怪的方式完成？
• 第三個。它的行爲與預期完全一致，因爲它只是選擇了指定的列並應用了第一個邏輯（與之前的邏輯相反）。但是我仍然錯過了這個價值的來源;
• 第四個。這不應該和第二個一樣嗎？
• 第5個和第6個看起來完全一樣，但後一個從0開始。它是正確的嗎？

如果有人能向我解釋，我將非常感激。

謝謝。

Answer 1

讓我再添加一點混淆 - rank()方法有一個method參數...

默認：method='average'

In [70]: data.groupby('group').transform('rank') 
Out[70]: 
    value data 
0 1.0 1.5 
1 2.0 1.5 
2 1.0 1.5 
3 2.0 1.5 

In [71]: data.groupby('group').transform('rank', method='average') 
Out[71]: 
    value data 
0 1.0 1.5 
1 2.0 1.5 
2 1.0 1.5 
3 2.0 1.5 

方法：min

In [72]: data.groupby('group').transform('rank', method='min') 
Out[72]: 
    value data 
0 1.0 1.0 
1 2.0 1.0 
2 1.0 1.0 
3 2.0 1.0 

方法：max

In [73]: data.groupby('group').transform('rank', method='max') 
Out[73]: 
    value data 
0 1.0 2.0 
1 2.0 2.0 
2 1.0 2.0 
3 2.0 2.0 

方法：first

In [74]: data.groupby('group').transform('rank', method='first') 
Out[74]: 
    value data 
0 1.0 1.0 
1 2.0 2.0 
2 1.0 1.0 
3 2.0 2.0 

方法：dense

In [75]: data.groupby('group').transform('rank', method='dense') 
Out[75]: 
    value data 
0 1.0 1.0 
1 2.0 1.0 
2 1.0 1.0 
3 2.0 1.0 

從docs：

方法：{average，min，max，first，dense}

平均：組

的平均等級

分鐘：在組最低秩

最大：在組最高秩

第一：如「分鐘」，但秩總是通過增加：分配，以便它們出現在陣列中

緻密行列組

之間1

和有另一個參數：

PCT：布爾型，默認爲false

計算數據