时间戳

首页 > 解决方案 > Pandas按B列排序的A列排序排名

python - Pandas按B列排序的A列排序排名

问题描述

目前我有以下python代码

forumposts = pd.DataFrame({'UserId': [1,1,2,3,2,1,3], 'FirstPostDate': [2018,2018,2017,2019,2017,2018,2019], 'PostDate': [201801,201802,201701,201901,201801,201803,201902]})

data = forumposts.groupby(['UserId', 'PostDate','FirstPostDate']).size().reset_index()

rankedUserIdByFirstPostDate = data.groupby(['UserId', 'FirstPostDate']).size().reset_index().sort_values('FirstPostDate').reset_index(drop=True).reset_index()

data.loc[:,'Rank'] = data.merge(rankedUserIdByFirstPostDate , how='left', on='UserId')['index'].values

代码按预期工作，但它的复杂性是有更多类似熊猫的方式吗？意图如下：

UserId在按 排序的列上创建一个密集排名，FirstPostDate使最早发帖的用户获得排名 0，第二个最早发帖的用户获得排名 1，依此类推。

Usingforumposts.UserId.rank(method='dense')给了我一个排名，但它按 UserId 的顺序排序。

标签： pythonpandaspandas-groupby

解决方案

map由sort_valueswith创建的字典用于drop_duplicates压缩的订单np.arange：

data = (forumposts.groupby(['UserId', 'PostDate','FirstPostDate'])
                  .size()
                  .reset_index(name='count'))

users = data.sort_values('FirstPostDate').drop_duplicates('UserId')['UserId']
d = dict(zip(users, np.arange(len(users))))
data['Rank'] = data['UserId'].map(d)
print (data)
   UserId  PostDate  FirstPostDate  count  Rank
0       1    201801           2018      1     1
1       1    201802           2018      1     1
2       1    201803           2018      1     1
3       2    201701           2017      1     0
4       2    201801           2017      1     0
5       3    201901           2019      1     2
6       3    201902           2019      1     2

另一种解决方案：

data['Rank'] = (data.groupby('UserId')['FirstPostDate']
                   .transform('min')
                   .rank(method='dense')
                   .sub(1)
                   .astype(int))

推荐阅读