Python 手动计算多个列的秩平均值

我正在寻找一种基于多个列（其中一列包含字符串，另一列包含整数）生成使用average as方法的排名的方法（可以很容易地超过2列，但为了更简单的示例，我限制为2列）

其思想是能够创建按字符串降序排列和按整数升序排列的排名，这将是输出：

    Rank String  Integer
0      2      c        4           
1      2      c        4         
2      2      c        4          
3      4      c        6          
4      5      b        1          
5      6      b        3         
6      7      a        1            
7      8      a        2            
8    9.5      a        3            
9    9.5      a        3        

到目前为止，这是我设法做到的，但我在如何生成共享排名时的“平均值”方面遇到了麻烦

df['concat_values'] = df['String'] + df['Integer'].astype(str)  
df = df.sort_values(['String','Integer'],ascending=[False,True])
df = df.reset_index(drop=True).reset_index()
df['repeated'] = df.groupby('concat_values')['concat_values'].transform('count')
df['pre_rank'] = df['index'] + 1
df = df.sort_values('pre_rank')
df = df.drop('index',axis=1)
print(df)
  String  Integer concat_values  repeated  pre_rank
0      c        4            c4         3         1
1      c        4            c4         3         2
2      c        4            c4         3         3
3      c        6            c6         1         4
4      b        1            b1         1         5
5      b        3            b3         1         6
6      a        1            a1         1         7
7      a        2            a2         1         8
8      a        3            a3         2         9
9      a        3            a3         2        10

我考虑过使用一些过滤或公式，这样当列

repeated

的值大于1时，

pre_rank

会应用一个函数返回平均值，但该函数不能推广到所有行，它会对第一行起作用，但会对第二行产生更高的值（因为

pre\u rank

现在有更高的值）。我相信我只是错过了完成它的最后一步，但无法完成。谢谢！

我的方法：

df = df.sort_values(['String','Integer'], ascending=[False, True])
df['rank'] = np.arange(len(df)) + 1
df['rank'] = df.groupby(['String', 'Integer'])['rank'].transform('mean')

输出：

  String  Integer  rank
7      c        4   2.0
8      c        4   2.0
9      c        4   2.0
6      c        6   4.0
4      b        1   5.0
5      b        3   6.0
0      a        1   7.0
1      a        2   8.0
2      a        3   9.5
3      a        3   9.5

排序

+

分组

+

排名

。 要求您在groupby中指定

sort=False

，以便按照您排序的顺序生成

ngroup

标签

df = df.sort_values(['String', 'Integer'], ascending=[False, True])
df['rank'] = df.groupby(['String', 'Integer'], sort=False).ngroup().rank()

---

---

大量使用

ngroup

这正是我所做的…除了

range（1，len（df）+1）

（：为什么

c

的秩是2而不是1或3？因为c4对秩1,2,3重复。使用method=average为每行分配相同的秩（值秩的平均值），因此，c4将具有秩2=（（1+2+3）/2）

df = df.sort_values(['String', 'Integer'], ascending=[False, True])
df['rank'] = df.groupby(['String', 'Integer'], sort=False).ngroup().rank()

  String  Integer  rank
7      c        4   2.0
8      c        4   2.0
9      c        4   2.0
6      c        6   4.0
4      b        1   5.0
5      b        3   6.0
0      a        1   7.0
1      a        2   8.0
2      a        3   9.5
3      a        3   9.5