Question

很抱歉，如果这是一项琐碎的任务。我是编码和Python的新手，正在学习作为论文的一部分。

我有一个数据框，并希望根据其与指定值的接近程度（而不是升序或降序）对其中的每一列进行排名。

我正在研究比较跑步/自行车路线的方法。作为此过程的一部分，我试图根据一些不同的属性来查找查询路线与目标路线的比较：距离，高程增益，高程损失和坡度。我得到的结果数据帧显示了比较中每个属性中两条路由之间的错误（即[目标路由值-查询路由值] /目标路由值）。我当前面临的问题是对这些结果进行排名。由于完美匹配的值为0，因此我想根据这些值与该值的接近程度对其进行排名。

要排名的数据框：

scores = pd.DataFrame({'distance':[0.15, 0.07, -0.09, 0], 'elevation_gain': 
        [-0.19,-8.39, -0.86, 0],'elevation_loss':[-3.73, -2.51, -0.16, 0], 
        'gradient': [0.12, 0.39, 2.77, 0]})

在这种情况下，第四条路线是查询路线，因此结果是完美匹配，因此应排在第一位。
由于存在负值，所以我认为不适合采用降序排列。

我的目标是：

ranks = pd.DataFrame({'distance':[4, 2, 3, 1], 'elevation_gain': [2,4, 3, 
      1],'elevation_loss':[4, 3, 2, 1], 'gradient': [2, 3, 4, 1]})

（应用程序，我不知道如何可视化这些数据框以使其更易于消化）

然后我可以创建一个新列，对等级求和，最低分将表明最佳匹配。

感谢您的任何帮助！

Answer 1

尝试一下：

ranks = scores.abs().apply(pd.Series.rank).astype(int)
ranks

输出：

   distance  elevation_gain  elevation_loss  gradient
0         4               2               4         2
1         2               4               3         3
2         3               3               2         4
3         1               1               1         1

根据与指定值的接近程度对熊猫数据框进行排名

1 个答案: