在熊貓DataFrameGroupBy對象上使用`rank`

Question

我在包含三列[id，country，volume]的索引是'id'的數據框中有一些簡單的數據。

我可以進行簡單的操作，如：

df_vol.groupby('country').sum() 

，它按預期工作。當我嘗試使用rank（）時，它不能按預期工作，並且結果爲空數據框。

df_vol.groupby('country').rank() 

結果是不一致的，在某些情況下，它的工作原理。下面的方式也按預期工作：

df_vol.rank() 

我要像返回的東西：

vols = [] 
for _, df in f_vol.groupby('country'): 
    vols.append(df['volume'].rank()) 
pd.concat(vols) 

任何想法，爲什麼非常感謝！

Answer 1

您可以通過[]添加列 - 功能僅適用於Volume列呼叫：

df_vol.groupby('country')['volume'].rank() 

樣品：

df_vol = pd.DataFrame({'country':['en','us','us','en','en'], 
        'volume':[10,10,30,20,50], 
        'id':[1,1,1,2,2]}) 
print(df_vol) 
    country id volume 
0  en 1  10 
1  us 1  10 
2  us 1  30 
3  en 2  20 
4  en 2  50 

df_vol['r'] = df_vol.groupby('country')['volume'].rank() 
print (df_vol) 
    country id volume r 
0  en 1  10 1.0 
1  us 1  10 1.0 
2  us 1  30 2.0 
3  en 2  20 2.0 
4  en 2  50 3.0