Pandy CIĘŻKIEJ RANK

Question

mam do czynienia z pandy dataframe i mają szkielet tak:

Year Value 
2012 10 
2013 20 
2013 25 
2014 30 

Chcę złożyć equialent do DENSE_RANK() w funkcji (zlecenia przez rok). aby utworzyć dodatkową kolumnę:

Year Value Rank 
    2012 10 1 
    2013 20 2 
    2013 25 2 
    2014 30 3 

Jak to zrobić w pandach?

Dzięki!

Answer 1

Zastosowanie pd.Series.rank z method='dense'

df['Rank'] = df.Year.rank(method='dense').astype(int) 

df 

Answer 2

Możesz przekonwertować rok na kategorie, a następnie wziąć ich kody (dodając jedną, ponieważ są zerowane i chcesz, aby początkowa wartość zaczynała się od jednej na twój przykład).

df['Rank'] = df.Year.astype('category').cat.codes + 1 

>>> df 
    Year Value Rank 
0 2012  10  1 
1 2013  20  2 
2 2013  25  2 
3 2014  30  3 

Answer 3

Najszybszy roztworu jest factorize:

df['Rank'] = pd.factorize(df.Year)[0] + 1 

taktowanie:

#len(df)=40k 
df = pd.concat([df]*10000).reset_index(drop=True) 

In [13]: %timeit df['Rank'] = df.Year.rank(method='dense').astype(int) 
1000 loops, best of 3: 1.55 ms per loop 

In [14]: %timeit df['Rank1'] = df.Year.astype('category').cat.codes + 1 
1000 loops, best of 3: 1.22 ms per loop 

In [15]: %timeit df['Rank2'] = pd.factorize(df.Year)[0] + 1 
1000 loops, best of 3: 737 µs per loop