我有一个数组/ pandas行:
array = [0.8, np.nan, 0.1, -0.5, 0.7]
我想要这个输出:
array = [1, np.nan, 3, 4, 2]
这些方法对我来说排在错误的方向:
scipy.stats.mstats.rankdata
scipy.stats.rankdata
答案 0 :(得分:3)
由于您提到了Pandas,您可以使用Series.rank方法:
arr = [0.8, np.nan, 0.1, -0.5, 0.7]
pd.Series(arr).rank(ascending=False)
Out:
0 1.0
1 NaN
2 3.0
3 4.0
4 2.0
dtype: float64
这会创建并返回一个Pandas系列。如果您想避免创建一个系列,如评论中提到的@ajcr,您可以使用排名功能。这将返回一个ndarray:
pd.algos.rank_1d_float64(arr, ascending=False)
Out: array([ 1., nan, 3., 4., 2.])
答案 1 :(得分:1)
这是一种方法 -
mask = ~np.isnan(a)
out = np.full(a.size,np.nan)
out[mask] = np.unique(-a[mask],return_inverse=1)[1]+1
示例运行 -
In [48]: a
Out[48]: array([ 0.8, nan, 0.1, -0.5, nan, 0.7])
In [49]: out
Out[49]: array([ 1., nan, 3., 4., nan, 2.])