Python 如何用列组替换行中的值

我有一个包含多个列的数据框架，每个列都有自己的值

data = {'name' : ['bill', 'joe', 'steve'],
    'test1' : [7, 75, 85],
    'test2' : [35, 45, 83],
     'test3' : [51, 61, 45]}
df = pd.DataFrame(data)

    name  test1  test2  test3
0   bill      7     35     51
1    joe     75     45     61
2  steve     85     83     45

我想用行中的相对秩而不是实际值来替换某些列中的值。结果如下

    name  test1  test2  test3
0   bill      3     2      1
1    joe      1     3      2
2  steve      1     2      3

---

有什么方法可以做到这一点吗？

您可以使用轴1上的

DataFrame.rank

df = df.assign(**df.iloc[:, 1:].rank(axis = 1, ascending = False).astype(int))

    name    test1   test2   test3
0   bill    3       2       1
1   joe     1       3       2
2   steve   1       2       3

---

您可以在轴1上使用

DataFrame.rank

df = df.assign(**df.iloc[:, 1:].rank(axis = 1, ascending = False).astype(int))

    name    test1   test2   test3
0   bill    3       2       1
1   joe     1       3       2
2   steve   1       2       3

心不在焉的Numpy作业 心不在焉的Numpy作业

---

你从哪里得到相对值？在你的例子中，它们似乎并不一致。UPD：我知道了，低值得到3，高值得到1。你从哪里得到相对值？在你的例子中，它们似乎并不一致。UPD：我知道了，较低的值是3，较高的值是1。我喜欢双splat（-：我喜欢双splat（-：

a = np.argsort(df.iloc[:, 1:].to_numpy(), axis=1)
n, m = a.shape
b = np.empty_like(a)
c, d = np.mgrid[:n, :m]
b[c, a] = m - d

df.iloc[:, 1:] = b

df

    name  test1  test2  test3
0   bill      3      2      1
1    joe      1      3      2
2  steve      1      2      3