我知道如何使用字典中的相关键和值更新数据框的列,但是更新列中几个组的 值 的最佳方法是什么>从字典里来?
因此,一种方法是执行groupby,然后从字典中的相应键读取组值。但是,对于我的数据集(拥有1400万行和125000个“ match_id”)来说,这花费了太长时间。
df = pd.DataFrame({'match_id': ['m1', 'm1', 'm1', 'm1', 'm1', 'm1', 'm2', 'm2', 'm2', 'm2', 'm2', 'm2', 'm3', 'm3', 'm3', 'm3'],
'name':['peter', 'mike', 'jeff', 'john', 'alex', 'joe', 'jeff', 'peter', 'alex', 'li', 'joe', 'tom', 'mike', 'john', 'tom', 'peter'],
'rank': [4, 3, 1, 2, 5, 6, 2, 4, 3, 1, 5, 6, 1, 3, 2, 4],
'rating': [1200, 1300, 1600, 1550, 1150, 1540, 1340, 1300, 1390, 1290, 1450, 1650, 1420, 1490, 1320, 1410]})
dict1 = {'m1': [5, 4, 1, 2, 6, 3], 'm2': [4, 5, 3, 6, 2, 1], 'm3': [2, 1, 4, 3]}
df_new = pd.DataFrame()
grouped = df.groupby('match_id', sort=False)
for id, dfg in grouped:
dfm = dfg.copy()
dfm['new_rank']= dict1[id]
df_new = pd.concat([df_new, dfm], sort=True)
这将创建一个新列'new_rank',其中从dict1中为每个match_id提取值。
我还尝试了 map 函数,但是由于它不是针对组的,因此它只是将每根match_id的整个值列表粘贴到每一行上。
有什么有效的方法吗?
在旁注中,这是我想出的字典的方法,该字典根据“评分”列中的数字顺序来计算新排名(如果您还可以想到一种更好的方法来处理整件事,请让我知道):
dict1 = {}
grouped = df.groupby('match_id', sort=False)
for id, dfg in grouped:
dfm = dfg.copy()
dict1[id] = [len(dfm['rating'])-(sorted(dfm['rating'], reverse = False).index(x)) for x in dfm['rating']]
答案 0 :(得分:2)
我之所以要求字典的逻辑,是因为我们可以在那里解决问题。您只想要Groupby.rank
:
df['new_rank'] = df.groupby('match_id')['rating'].rank(ascending=False).astype(int)
输出
match_id name rank rating new_rank
0 m1 peter 4 1200 5
1 m1 mike 3 1300 4
2 m1 jeff 1 1600 1
3 m1 john 2 1550 2
4 m1 alex 5 1150 6
5 m1 joe 6 1540 3
6 m2 jeff 2 1340 4
7 m2 peter 4 1300 5
8 m2 alex 3 1390 3
9 m2 li 1 1290 6
10 m2 joe 5 1450 2
11 m2 tom 6 1650 1
12 m3 mike 1 1420 2
13 m3 john 3 1490 1
14 m3 tom 2 1320 4
15 m3 peter 4 1410 3