Pandas: как рассчитать рейтинг объекта groupby

Вы можете использовать следующий синтаксис для расчета порядка значений в объекте GroupBy в pandas:

 df[' rank '] = df. groupby ([' group_var '])[' value_var ']. rank ()

В следующем примере показано, как использовать этот синтаксис на практике.

Пример: вычисление рейтинга в объекте GroupBy

Предположим, у нас есть следующий DataFrame pandas, который показывает очки, набранные баскетболистами из разных команд:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'],
                   ' points ': [10, 10, 12, 15, 19, 23, 20, 20, 26]})

#view DataFrame
print (df)

  team points
0 to 10
1 to 10
2 to 12
3 to 15
4 B 19
5 B 23
6 C 20
7 C 20
8 C 26

Мы можем использовать следующий синтаксис для расчета рейтинга значений очков для каждой команды:

 #add ranking column to data frame
df[' points_rank '] = df. groupby ([' team '])[' points ']. rank ()

#view updated DataFrame
print (df)

  team points points_rank
0 to 10 1.5
1 to 10 1.5
2 to 12 3.0
3 to 15 4.0
4 B 19 1.0
5 B 23 2.0
6 C 20 1.5
7 C 20 1.5
8 C 26 3.0

По умолчанию функция Rank() присваивает значения ранга в порядке возрастания и использует средний ранг в случае ничьей.

Однако мы можем использовать восходящий метод и аргументы, чтобы упорядочить значения по-другому:

 #add ranking column to data frame
df[' points_rank '] = df. groupby ([' team '])[' points ']. rank (' dense ', ascending= False )

#view updated DataFrame
print (df)

  team points points_rank
0 to 10 3.0
1 to 10 3.0
2 to 12 2.0
3 to 15 1.0
4 B 19 2.0
5 B 23 1.0
6 C 20 2.0
7 C 20 2.0
8 C 26 1.0

Этот метод присваивает значение 1 наибольшему значению в каждой группе.

Полный список методов ранжирования, которые можно использовать с функцией Rank(), можно найти здесь .

Примечание . Полную документацию по операции GroupBy в pandas можно найти здесь .

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:

Панды: как посчитать совокупную сумму на группу
Панды: как посчитать уникальные значения по группам
Панды: как рассчитать корреляцию по группам