Question

我有一个像这样的数据框“ df_orders_raw”：

ORD_KEY    ORD_DT_KEY  ORD_TM_KEY  SKU_KEY    QTY  
933915294  7598        13          401550750  1
933915294  7598        13          409868344  1
933915294  7598        13          428852481  1
933919765  7598        13          432771563  2
933892844  7598        24          429377565  1
933892844  7598        24          413100006  1
933892844  7598        24          433950159  1
933908232  7598        38          427905127  1
933882107  7598        40          415639133  1
933882107  7598        40          428839526  1
933918543  7598        44          429503890  1
933918543  7598        44          429501262  1

我想通过ORD_DT_KEY，ORD_TM_KEY，ORD_KEY向该帧排名数据添加ORD_RANK列，这意味着数据应先按ORD_DT_KEY分组，然后ORD_TM_KEY将打破第一级联系，然后是ORD_KEY。

结果排名如下：

ORD_KEY    ORD_DT_KEY  ORD_TM_KEY  SKU_KEY    QTY  ORD_RANK
933915294  7598        13          401550750  1    1
933915294  7598        13          409868344  1    1
933915294  7598        13          428852481  1    1
933919765  7598        13          432771563  2    2
933892844  7598        24          429377565  1    3
933892844  7598        24          413100006  1    3
933892844  7598        24          433950159  1    3
933908232  7598        38          427905127  1    4
933882107  7598        40          415639133  1    5
933882107  7598        40          428839526  1    5
933918543  7598        44          429503890  1    6
933918543  7598        44          429501262  1    6

在阅读了一堆类似的QnA之后，我当前的代码如下：

df_orders = df_orders_raw.copy() 
col1 = df_orders['ORD_DT_KEY'].astype(str)
col2 = df_orders['ORD_TM_KEY'].astype(str)
col3 = df_orders['ORD_KEY'].astype(str)
key = col1+col2+col3

df_orders['ORD_RANK'] = (key).astype(float).rank(method='dense').astype(int)

此代码在大多数情况下都有效，但是当密钥变得非常大（10 ^ 17或更大）时开始中断，因为它开始舍入浮点数。自从我使用“ long”而不是“ float”以来，它就在Python 2.7中起作用，但是Python 3.5不支持。如果我使用（key）.astype（int），它将引发OverflowError。在阅读了类似的问题之后，人们建议使用float，但这给了我另一个问题。如何修改代码使其适用于所有情况？

Answer 1

使用ngroup

df['ORD_RANK']=df.groupby(['ORD_DT_KEY','ORD_TM_KEY','ORD_KEY']).ngroup()+1
df
Out[1010]: 
      ORD_KEY  ORD_DT_KEY  ORD_TM_KEY    SKU_KEY  QTY  ORD_RANK
0   933915294        7598          13  401550750    1         1
1   933915294        7598          13  409868344    1         1
2   933915294        7598          13  428852481    1         1
3   933919765        7598          13  432771563    2         2
4   933892844        7598          24  429377565    1         3
5   933892844        7598          24  413100006    1         3
6   933892844        7598          24  433950159    1         3
7   933908232        7598          38  427905127    1         4
8   933882107        7598          40  415639133    1         5
9   933882107        7598          40  428839526    1         5
10  933918543        7598          44  429503890    1         6
11  933918543        7598          44  429501262    1         6

Python 3：使用多列对数据框进行排名

1 个答案: