pandas - 仅按出现次数创建排名

Question

我有一个这样的数据框：

用户	项目	旧排名
0	0	1
0	1	3
1	0	1
1	1	2
1	2	5

这个 oldRanking 是每个用户的项目排名。它应该是完整的数字，但我不得不使用 df.drop_duplicates(subset=['user','item']) 删除多次出现的项目并消耗排名位置。

（例如，有一行 user 0 item 0 oldRanking 2，和 2 行 user 1 item 1 oldRanking 3 & 4）

我想创建一个新的列，newRanking 是这样的：

用户	项目	旧排名	新排名
0	0	1	1
0	1	3	2
1	0	1	1
1	1	2	2
1	2	5	3

根据它的出现来分配排名。 我尝试了 df.groupby(['user','item'])['oldRanking'].rank(ascending=True) 但它只为每一列返回 1.0 值。

我应该如何实现上面的 newRanking 列？

Answer 1

pandas.DataFrame.groupby

不一定需要聚合函数，它也可以用于按数据帧的子组执行操作。在这种情况下，您有兴趣根据用户组创建累积计数：

df['newRanking']=df.groupby('user').cumcount()+1

Answer 2

这是使用

rank()

来做到这一点的方法：

df['newRanking'] = df.groupby('user')['item'].rank(method='min').convert_dtypes()

输出：

   user  item  oldRanking  newRanking
0     0     0           1           1
1     0     1           3           2
2     1     0           1           1
3     1     1           2           2
4     1     2           5           3