我只想对score
为condition
的行,按False
对下面的数据框进行排名。其余的应该具有NaN
的等级。
df=pd.DataFrame(np.array([[34, 65, 12, 98, 5],[False, False, True, False, False]]).T, index=['A', 'B','C','D','E'], columns=['score', 'condition'])
条件排名(下降)的期望输出为:
score condition cond_rank
A 34 0 3
B 65 0 2
C 12 1 NaN
D 98 0 1
E 5 0 4
我知道pd.DataFrame.rank()
可以为正在排序的值处理NaN
,但是如果要在其他列/系列上使用条件,实现此目的的最有效方法是什么? / p>
答案 0 :(得分:3)
您可以按条件列rank
进行过滤:
df['new'] = df.loc[~df['condition'].astype(bool), 'score'].rank()
print (df)
score condition new
A 34 0 2.0
B 65 0 3.0
C 12 1 NaN
D 98 0 4.0
E 5 0 1.0
答案 1 :(得分:1)
这是where
+ rank
。确保指定ascending=False
,否则将得到错误的输出。
df['score'].where(df['condition'].eq(0)).rank(ascending=False)
A 3.0
B 2.0
C NaN
D 1.0
E 4.0
Name: score, dtype: float64