python - 堆叠数据框和排名

Question

在问题中找不到我需要的东西，如果我错了，请纠正我。我有许多形状相似且可能包含 nans 的 dfs。假设不包含 nans 的 df 如下所示：

np.random.seed(1)
mat = lambda: np.random.normal(size=10).reshape((5, 2))
df1 = pd.DataFrame(mat())
df2 = pd.DataFrame(mat())
df3 = pd.DataFrame(mat())

我想以某种方式将df1,df2和堆叠df3在一起。然后跨df1, df2, df3（即堆栈级别）对每个值进行排名。

因此，在这种情况下，单个 dfs 将如下所示：

df1

df2

df3

所以在这种情况下，在 " .iloc[0, 0]" 我们有值：1.62、1.46 和 -1.1，所以排名df1将具有 value 3，df2将具有 value2并将df3具有 value 1。然后对跨数据帧级别的每个值执行此排名。一般情况下，大约有 16 个数据帧堆叠在一起，只有 5 个等级，当有 nan 时，df 的等级为 0。

标签： pythonpandasdataframe

Answer 1

我认为您concat需要GroupBy.rank：

df1.loc[0,1] = np.nan

df = pd.concat([df1, df2, df3], keys=('df1','df2','df3')).groupby(level=1).rank().fillna(0)
print (df)
         0    1
df1 0  3.0  0.0
    1  1.0  1.0
    2  1.0  1.0
    3  3.0  3.0
    4  3.0  1.0
df2 0  2.0  1.0
    1  2.0  2.0
    2  3.0  2.0
    3  1.0  2.0
    4  2.0  3.0
df3 0  1.0  2.0
    1  3.0  3.0
    2  2.0  3.0
    3  2.0  1.0
    4  1.0  2.0