Pandas中的每個組的排名順序

Question

考慮具有三列的數據幀：group_ID,item_ID和value。假設我們共有10 itemIDs。

我需要排名各item_ID（1〜10）內每個group_ID基於value，然後看到平均等級（和其它數據）跨羣體（如各組與最高值的ID會得分接近1）。我如何在 熊貓中做到這一點？

This answer與qcut做的事情非常接近，但不完全相同。

---

的數據例如將如下所示：

 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 

這將導致：

 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

有很多不同的參數可以傳遞給rank;它看起來像您可以使用rank("dense", ascending=False)得到你想要的結果，做一個groupby後：

>>> 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 

但要注意的是，如果你不使用全球排名方案，找出各組的平均排名不非常有意義 - 除非組中有重複值（因此您有重複的等級值），您所做的只是測量組中有多少元素。