Pandas 基于多栏的熊猫排名
我正在尝试根据几个列按升序排列数据。Pandas 基于多栏的熊猫排名,pandas,ranking,Pandas,Ranking,我正在尝试根据几个列按升序排列数据。 请参见我正在处理的以下数据框: {'FACILITY': ['AAA', 'AAA', 'AAA', 'AAA', 'AAA'], 'IN_DATE': ['2015-08-30 05:49:05', '2015-08-30 05:49:05', '2015-08-30 05:49:05', '2015-08-30 05:49:05', '2015-09-02 20:56:59'], 'LOT': ['N123456', 'N6543
请参见我正在处理的以下数据框:
{'FACILITY': ['AAA', 'AAA', 'AAA', 'AAA', 'AAA'],
'IN_DATE':
['2015-08-30 05:49:05',
'2015-08-30 05:49:05',
'2015-08-30 05:49:05',
'2015-08-30 05:49:05',
'2015-09-02 20:56:59'],
'LOT':
['N123456', 'N654321', 'N654321', 'N123456', 'N123456'],
'OPERATION':
['100', '100', '100', '100', '100'],
'TXN_DATE':
['2015-08-30 06:04:03',
'2015-08-30 05:59:57',
'2015-08-30 06:37:32',
'2015-08-30 06:30:01',
'2015-09-02 21:39:44']
我正在尝试根据批次内的订单创建新列“订单”,并根据TXN_日期按升序操作。您可以使用秩方法获得排序的订单:
In [11]: df
Out[11]:
FACILITY IN_DATE LOT OPERATION TXN_DATE
0 AAA 2015-08-30 05:49:05 N123456 100 2015-08-30 06:04:03
1 AAA 2015-08-30 05:49:05 N123456 100 2015-08-30 05:59:57
2 AAA 2015-08-30 05:49:05 N123456 100 2015-08-30 06:37:32
3 AAA 2015-08-30 05:49:05 N123456 100 2015-08-30 06:30:01
4 AAA 2015-09-02 20:56:59 N123456 100 2015-09-02 21:39:44
In [12]: df["TXN_DATE"].rank()
Out[12]:
0 2
1 1
2 4
3 3
4 5
Name: TXN_DATE, dtype: float64
作为一列:
In [13]: df["ORDER"] = df["TXN_DATE"].rank()
In [14]: df
Out[14]:
FACILITY IN_DATE LOT OPERATION TXN_DATE ORDER
0 AAA 2015-08-30 05:49:05 N123456 100 2015-08-30 06:04:03 2
1 AAA 2015-08-30 05:49:05 N123456 100 2015-08-30 05:59:57 1
2 AAA 2015-08-30 05:49:05 N123456 100 2015-08-30 06:37:32 4
3 AAA 2015-08-30 05:49:05 N123456 100 2015-08-30 06:30:01 3
4 AAA 2015-09-02 20:56:59 N123456 100 2015-09-02 21:39:44 5
Rank也是一个系列groupby方法:
In [15]: df.groupby(["LOT", "OPERATION"])["TXN_DATE"].rank()
Out[15]:
0 2
1 1
2 4
3 3
4 5
Name: (N123456, 100), dtype: float64
注意:在这个小示例中,名称来自唯一的组,通常不会有名称。谢谢你,Andy。此解决方案仅适用于相同的批次和操作。似乎按日期而不是在批次和操作范围内给出总体排名是行不通的。我很明显地改变了数据集以显示我是什么meaning@Felix还有一种排名分组方法。因此,您希望每个批次的排名按TXN_日期?每个批次和操作的排名按TXN_日期,因为同一批次可能处于不同的操作中。谢谢你,安迪。@Felix请看编辑。这对于一个拥有不同批次和操作的例子来说更有意义,但它应该是有效的。很好,安迪。非常感谢。