在python中创建新的秩列,或者使用排序和重置索引秩-如何?
我正在尝试创建一个排名列,该列根据“a”中的值降序以创建“排名” 下面是我排序后得到的结果,但现在我有了我想要的索引作为我的列“rank”,如何使用索引创建新变量 或者是否有一个函数秩,我可以在python中轻松地使用它来根据列“a”进行降序排序在python中创建新的秩列,或者使用排序和重置索引秩-如何?,python,pandas,rank,Python,Pandas,Rank,我正在尝试创建一个排名列,该列根据“a”中的值降序以创建“排名” 下面是我排序后得到的结果,但现在我有了我想要的索引作为我的列“rank”,如何使用索引创建新变量 或者是否有一个函数秩,我可以在python中轻松地使用它来根据列“a”进行降序排序 df = DataFrame(rand(10, 2), columns=list('ab')) df.sort('a',ascending = False).reset_index() # df.reset_index() 使用系列方法: 它有一个相
df = DataFrame(rand(10, 2), columns=list('ab'))
df.sort('a',ascending = False).reset_index()
# df.reset_index()
使用系列方法:
它有一个相应的递增参数:
In [12]: df.a.rank(ascending=False)
Out[12]:
0 7
1 10
2 3
3 1
4 5
5 9
6 8
7 2
8 4
9 6
Name: a, dtype: float64
如果是平局,则取平均排名,您也可以选择“最小”、“最大”或“第一”:
In [21]: df = pd.DataFrame(np.random.randint(1, 5, (10, 2)), columns=list('ab'))
In [22]: df
Out[22]:
a b
0 2 2
1 3 4
2 1 1
3 3 1
4 4 2
5 2 4
6 1 4
7 2 1
8 1 2
9 3 4
In [23]: df.a.rank() # there are several 2s (which have rank 5)
Out[23]:
0 5
1 8
2 2
3 8
4 10
5 5
6 2
7 5
8 2
9 8
Name: a, dtype: float64
In [24]: df.a.rank(method='first')
Out[24]:
0 4
1 7
2 1
3 8
4 10
5 5
6 2
7 6
8 3
9 9
Name: a, dtype: float64
使用系列方法:
它有一个相应的递增参数:
In [12]: df.a.rank(ascending=False)
Out[12]:
0 7
1 10
2 3
3 1
4 5
5 9
6 8
7 2
8 4
9 6
Name: a, dtype: float64
如果是平局,则取平均排名,您也可以选择“最小”、“最大”或“第一”:
In [21]: df = pd.DataFrame(np.random.randint(1, 5, (10, 2)), columns=list('ab'))
In [22]: df
Out[22]:
a b
0 2 2
1 3 4
2 1 1
3 3 1
4 4 2
5 2 4
6 1 4
7 2 1
8 1 2
9 3 4
In [23]: df.a.rank() # there are several 2s (which have rank 5)
Out[23]:
0 5
1 8
2 2
3 8
4 10
5 5
6 2
7 5
8 2
9 8
Name: a, dtype: float64
In [24]: df.a.rank(method='first')
Out[24]:
0 4
1 7
2 1
3 8
4 10
5 5
6 2
7 6
8 3
9 9
Name: a, dtype: float64
请注意,这与TIE情况下的排序/重置索引方法有细微的不同。请注意,这与TIE情况下的排序/重置索引方法有细微的不同。