Question

如何放弃独特？它干扰了groupby和qcut。

df0 = psql.read_frame(sql_query,conn)
df = df0.sort(['industry','C'], ascending=[False,True] )

这是我的数据框：

    id                    industry     C
5   28              other industry  0.22
9   32          Specialty Eateries  0.60
10  33                 Restaurants  0.84
1   22  Processed & Packaged Goods  0.07
0   21  Processed & Packaged Goods  0.14
8   31  Processed & Packaged Goods  0.43
11  34  Major Integrated Oil & Gas  0.07
14  37  Major Integrated Oil & Gas  0.50
15  38       Independent Oil & Gas  0.06
18  41       Independent Oil & Gas  0.06
19  42       Independent Oil & Gas  0.13
12  35       Independent Oil & Gas  0.43
16  39       Independent Oil & Gas  0.65
17  40       Independent Oil & Gas  0.91
13  36       Independent Oil & Gas  2.25
2   25    Food - Major Diversified  0.35
3   26     Beverages - Soft Drinks  0.54
4   27     Beverages - Soft Drinks  0.73
6   29         Beverages - Brewers  0.19
7   30         Beverages - Brewers  0.21

我已经使用pandas and qcut中的以下代码对“C”列进行排名，这对我来说很糟糕。

df['rank'] = df.groupby(['industry'])['C'].transform(lambda x: pd.qcut(x,5, labels=range(1,6)))

经过研究后，qcut抛出错误的原因是因为行业专栏reference to error和another ref to err的唯一价值。

尽管如此，我仍然希望能够在不抛出唯一的情况下进行排名（唯一应该赋值为1），如果可能的话。但是经过这么多尝试之后，我确信qcut无法处理独特的问题，所以我愿意放弃独特的，让qcut乐意做这件事。

但如果有另一种方式，我很想知道。我非常感谢你的帮助。

Answer 1

万一有人还想这样做。您应该只能选择重复项吗？

df = df[df['industry'].duplicated(keep=False)]

为了使用groupby和qcut，Pandas会丢弃唯一的行

1 个答案: