计算 pandas 中的排名
Count Rank in pandas
我有一个这样的数据框。发票被转换为 table，其中每一行都有针对每个客户的单一产品。这个 table 包含数百万行 -
customer
invoice
products
a
INVC001
xx
a
INVC001
yy
a
INVC002
zz
a
INVC003
aa
b
INVC004
xx
b
INVC004
aa
b
INVC004
bb
b
INVC005
cc
现在我想创建一个列，我想在其中对每个客户的发票进行排名。我想要的table
customer
invoice
products
rank
a
INVC001
xx
1
a
INVC001
yy
1
a
INVC002
zz
2
a
INVC003
aa
3
b
INVC004
xx
1
b
INVC004
aa
1
b
INVC004
bb
1
b
INVC005
cc
2
我尝试使用 cumcount，使用此代码 df.groupby(['customer','invoice'])['invoice'].cumcount()+1 对客户和发票进行分组，也尝试过 nggroup() 但无法生成我预期的输出。
有什么numpy/pandas方法可以创建这样的table吗？或者，有什么优化的方法可以做到这一点。
使用factorize in GroupBy.transform:
df['rank'] = df.groupby('customer')['invoice'].transform(lambda x: pd.factorize(x)[0]) + 1
对我来说rank失败：
df['rank'] = df.groupby('customer')['invoice'].rank(method='dense')
DataError: No numeric types to aggregate
解决方案应该像@pavel 提到的那样：
df['rank'] = df.groupby('customer')['invoice'].rank(method='dense', numeric_only=False)
我有一个这样的数据框。发票被转换为 table，其中每一行都有针对每个客户的单一产品。这个 table 包含数百万行 -
| customer | invoice | products |
|---|---|---|
| a | INVC001 | xx |
| a | INVC001 | yy |
| a | INVC002 | zz |
| a | INVC003 | aa |
| b | INVC004 | xx |
| b | INVC004 | aa |
| b | INVC004 | bb |
| b | INVC005 | cc |
现在我想创建一个列，我想在其中对每个客户的发票进行排名。我想要的table
| customer | invoice | products | rank |
|---|---|---|---|
| a | INVC001 | xx | 1 |
| a | INVC001 | yy | 1 |
| a | INVC002 | zz | 2 |
| a | INVC003 | aa | 3 |
| b | INVC004 | xx | 1 |
| b | INVC004 | aa | 1 |
| b | INVC004 | bb | 1 |
| b | INVC005 | cc | 2 |
我尝试使用 cumcount，使用此代码 df.groupby(['customer','invoice'])['invoice'].cumcount()+1 对客户和发票进行分组，也尝试过 nggroup() 但无法生成我预期的输出。
有什么numpy/pandas方法可以创建这样的table吗？或者，有什么优化的方法可以做到这一点。
使用factorize in GroupBy.transform:
df['rank'] = df.groupby('customer')['invoice'].transform(lambda x: pd.factorize(x)[0]) + 1
对我来说rank失败：
df['rank'] = df.groupby('customer')['invoice'].rank(method='dense')
DataError: No numeric types to aggregate
解决方案应该像@pavel 提到的那样：
df['rank'] = df.groupby('customer')['invoice'].rank(method='dense', numeric_only=False)