Pandas 按列值排名
Pandas rank by column value
我有一个包含拍卖 ID 和出价的数据框。数据框按拍卖 ID（升序）和出价（降序）排序：
Auction_ID Bid_Price
123 9
123 7
123 6
123 2
124 3
124 2
124 1
125 1
我想添加一个名为 'Auction_Rank' 的列，按出价对拍卖 ID 进行排名：
Auction_ID Bid_Price Auction_Rank
123 9 1
123 7 2
123 6 3
123 2 4
124 3 1
124 2 2
124 1 3
125 1 1
这是 Pandas 方式
中的一种方法
您可以 groupby on Auction_ID and take rank() 在 Bid_Price 上使用 ascending=False
In [68]: df['Auction_Rank'] = df.groupby('Auction_ID')['Bid_Price'].rank(ascending=False)
In [69]: df
Out[69]:
Auction_ID Bid_Price Auction_Rank
0 123 9 1
1 123 7 2
2 123 6 3
3 123 2 4
4 124 3 1
5 124 2 2
6 124 1 3
7 125 1 1
我有一个包含拍卖 ID 和出价的数据框。数据框按拍卖 ID（升序）和出价（降序）排序：
Auction_ID Bid_Price
123 9
123 7
123 6
123 2
124 3
124 2
124 1
125 1
我想添加一个名为 'Auction_Rank' 的列，按出价对拍卖 ID 进行排名：
Auction_ID Bid_Price Auction_Rank
123 9 1
123 7 2
123 6 3
123 2 4
124 3 1
124 2 2
124 1 3
125 1 1
这是 Pandas 方式
中的一种方法您可以 groupby on Auction_ID and take rank() 在 Bid_Price 上使用 ascending=False
In [68]: df['Auction_Rank'] = df.groupby('Auction_ID')['Bid_Price'].rank(ascending=False)
In [69]: df
Out[69]:
Auction_ID Bid_Price Auction_Rank
0 123 9 1
1 123 7 2
2 123 6 3
3 123 2 4
4 124 3 1
5 124 2 2
6 124 1 3
7 125 1 1