python&；熊猫：获得平均等级

我有一个数据框

ID    2014-01-01    2015-01-01     2016-01-01
1     NaN           0.1            0.2                           
2     0.1           0.3            0.5
3     0.2           NaN            0.7
4     0.8           0.4            0.1

对于每个日期（col），我想获得每个id的排名。例如，在col'2014-01-01'中，id=4的值最大，因此我们将排名1分配给id=4。id=3有第二大值，所以我们给它排名2。如果数据为NaN，则忽略它

ID    2014-01-01    2015-01-01     2016-01-01
1     NaN           3              3                           
2     3             2              2
3     2             NaN            1
4     1             1              4

下一步是获得每个id的平均秩。例如，id1的AvgRank=（4+3）/2=3.5，id2的AvgRank=（3+2+2）/3=2.33

我的算法是：

为每个id创建一个字典（{str:list}）->遍历所有列->为每个列计算排名并更新到字典中的列表

但我认为这对于这个简单的问题来说太复杂了。 有没有什么简单的方法可以得到avgrank表

下面是创建数据帧的代码

df = pd.DataFrame({'ID':[1,2,3,4],'2014-01-01':[float('NaN'),0.1,0.2,0.8],
'2015-01-01':[0.1,0.3,float('NaN'),0.4],'2016-01-01':[0.2,0.5,0.7,0.1]})

---

不清楚为什么您认为第二列中第一行的值应该是

4

，但下面给出了您想要的。在这里，我们在感兴趣的列上调用

rank

，并传递

method='densite'

和

ascending=False

，以便正确地排列：

In [60]:
df.ix[:, :-1].rank(method='dense', ascending=False)

Out[60]:
   2014-01-01  2015-01-01  2016-01-01
0         NaN           3           3
1           3           2           2
2           2         NaN           1
3           1           1           4

然后，我们将原始df中的单列和轴=1的结果作为行平均值：

In [67]:
pd.concat([df['ID'], df.ix[:, :-1].rank(method='dense', ascending=False).mean(axis=1)], axis=1).rename(columns={0:'AvgRank'})

Out[67]:
   ID   AvgRank
0   1  3.000000
1   2  2.333333
2   3  1.500000
3   4  2.000000

---

为什么在

2015-01-01

中值

0.1

的排名是

4

？感谢您指出这一点。我编辑了这个问题。

In [67]:
pd.concat([df['ID'], df.ix[:, :-1].rank(method='dense', ascending=False).mean(axis=1)], axis=1).rename(columns={0:'AvgRank'})

Out[67]:
   ID   AvgRank
0   1  3.000000
1   2  2.333333
2   3  1.500000
3   4  2.000000