Question

我有一个数据集，我想根据它排序和分配排名。

假设它有两列，一列是年份，另一列是我要排序的列。

import pandas as pd
data = {'year': pd.Series([2006, 2006, 2007, 2007]), 
        'value': pd.Series([5, 10, 4, 1])}
df = pd.DataFrame(data)

我希望每年对列'值'进行排序，然后对其进行排名。我想拥有的是

data2= {'year': pd.Series([2006, 2006, 2007, 2007]), 
        'value': pd.Series([10, 5, 4, 1]),  
        'rank': pd.Series([1, 2, 1, 2]}
df2=pd.DataFrame(data2)

>>> df2
   rank  value  year
0     1     10  2006
1     2      5  2006
2     1      4  2007
3     2      1  2007

Answer 1

您可以使用groupby然后使用rank（使用ascending=False来获取最大值）。您不需要在groupby中进行排序，因为结果会被索引到数据框（性能稍快）。

df['yearly_rank'] = df.groupby('year', sort=False)['value'].rank(ascending=False)

>>> df.sort_values(['year', 'yearly_rank'])
   value  year  yearly_rank
1     10  2006            1
0      5  2006            2
2      4  2007            1
3      1  2007            2

Answer 2

考虑groupby apply函数sort：

def rankfct(row):    
    row['rank'] = row['value'].rank(ascending=False)    
    return row

df = df.groupby(['year']).apply(rankfct).sort(['year','value'], ascending=[1,0])

pandas按另一列中的值对列进行排序

2 个答案: