pandas比argsort更快的方式在数据帧子集中排名

时间:2018-05-16 18:55:46

标签: python pandas sorting

我有这个数据框:

user1    user2   quantity
--------------------------
Alice    Carol     10
Alice    Bob       5
Bob      Dan       2
Carol    Eve       7
Carol    Dan      100

我想按照用户1的数量降序对每一行按降序排列。例如:

user1    user2   quantity   order
----------------------------------
Alice    Carol     10       1
Alice    Bob       5        2
Bob      Dan       2        1
Carol    Eve       7        2
Carol    Dan      100       1

目前,我的代码是这样的:

users = df['user1'].unique()
for user in users:
    cond = (df['user1'] == user)
    sort_ser = df[cond]['quantity'].values.argsort()[::-1] # descending
    df.loc[cond, 'order'] = sort_ser + 1

适用于小型数据帧。但如果它适用于大型的那么它会很慢。我认为这是因为(1)我基本上按用户运行它,(2)正在发生几种情况。有更快的方法吗?

2 个答案:

答案 0 :(得分:6)

使用:

df['order'] = df.groupby('user1')['quantity'].rank(ascending=False).astype(int)

输出:

   user1  user2  quantity  order
0  Alice  Carol        10      1
1  Alice    Bob         5      2
2    Bob    Dan         2      1
3  Carol    Eve         7      2
4  Carol    Dan       100      1

详情。

df.groupby('user1')['quantity'].rank(ascending=False)

输出:

0    1.0
1    2.0
2    1.0
3    2.0
4    1.0
Name: quantity, dtype: float64

答案 1 :(得分:0)

有一些Numpy

a = np.lexsort([-df.quantity, df.user1])
u, idx, inv = np.unique(df.user1, return_index=True, return_inverse=True)

df.assign(order=a - idx.repeat(np.bincount(inv)) + 1)

   user1  user2  quantity  order
0  Alice  Carol        10      1
1  Alice    Bob         5      2
2    Bob    Dan         2      1
3  Carol    Eve         7      2
4  Carol    Dan       100      1