如何将 pandas 中的字符串替换为 int？
How to replace string to int in pandas?
我在 pandas 中有此数据，如何根据价格值将“地址”转换为数字？
Area Room Parking Address Price
0 63 1 1 Shahran 1850000000
1 60 1 1 Chids 1850000000
2 79 2 1 Pardis 550000000
3 95 2 1 Shahrake 902500000
4 123 2 1 Shahrake 7000000000
IIUC，你可以rank 价格是每组地址的平均价格：
df['rank'] = df.groupby('Address')['Price'].transform('mean').rank()
输出：
Area Room Parking Address Price rank
0 63 1 1 Shahran 1850000000 2.5
1 60 1 1 Chids 1850000000 2.5
2 79 2 1 Pardis 550000000 1.0
3 95 2 1 Shahrake 902500000 4.5
4 123 2 1 Shahrake 7000000000 4.5
或者，如果您更喜欢组之间的密集值：
df['rank'] = df.groupby('Address')['Price'].transform('mean').rank(method='dense')
输出：
Area Room Parking Address Price rank
0 63 1 1 Shahran 1850000000 2
1 60 1 1 Chids 1850000000 2
2 79 2 1 Pardis 550000000 1
3 95 2 1 Shahrake 902500000 3
4 123 2 1 Shahrake 7000000000 3
注意。使用ascending=False参数将最高价排在第一位
我在 pandas 中有此数据，如何根据价格值将“地址”转换为数字？
Area Room Parking Address Price
0 63 1 1 Shahran 1850000000
1 60 1 1 Chids 1850000000
2 79 2 1 Pardis 550000000
3 95 2 1 Shahrake 902500000
4 123 2 1 Shahrake 7000000000
IIUC，你可以rank 价格是每组地址的平均价格：
df['rank'] = df.groupby('Address')['Price'].transform('mean').rank()
输出：
Area Room Parking Address Price rank
0 63 1 1 Shahran 1850000000 2.5
1 60 1 1 Chids 1850000000 2.5
2 79 2 1 Pardis 550000000 1.0
3 95 2 1 Shahrake 902500000 4.5
4 123 2 1 Shahrake 7000000000 4.5
或者，如果您更喜欢组之间的密集值：
df['rank'] = df.groupby('Address')['Price'].transform('mean').rank(method='dense')
输出：
Area Room Parking Address Price rank
0 63 1 1 Shahran 1850000000 2
1 60 1 1 Chids 1850000000 2
2 79 2 1 Pardis 550000000 1
3 95 2 1 Shahrake 902500000 3
4 123 2 1 Shahrake 7000000000 3
注意。使用ascending=False参数将最高价排在第一位