Question

我想找到一个更好的方法来执行以下过程。

#import packages
import pandas as pd

我已经定义了一个pandas数据帧。

# Create dataframe
data = {'name': ['Jason', 'Jason', 'Tina', 'Tina', 'Tina'],
        'reports': [4, 24, 31, 2, 3],
        'coverage': [25, 94, 57, 62, 70]}
df = pd.DataFrame(data)

创建数据框后，我想在数据框中添加一个额外的列。此列包含基于每个名称的coverage列中的值的等级。

#Add column with ranks based on 'coverage' for every name separately. 
df_end = pd.DataFrame()
for person_names in df.groupby('name').groups:
    one_name = df.groupby('name').get_group(person_names)
    one_name['coverageRank'] = one_name['coverage'].rank()
    df_end = df_end.append(one_name)

是否有可能以更简单的方式完成这项简单的任务？也许没有使用for-loop？

Answer 1

我认为你需要DataFrameGroupBy.rank：

df['coverageRank'] = df.groupby('name')['coverage'].rank()
print (df)
   coverage   name  reports  coverageRank
0        25  Jason        4           1.0
1        94  Jason       24           2.0
2        57   Tina       31           1.0
3        62   Tina        2           2.0
4        70   Tina        3           3.0

使用pandas数据框避免Python中的显式for循环

1 个答案: