Python数据框groupby，然后根据组中的值计算位置

Posted 2023-02-16

【中文标题】Python数据框groupby，然后根据组中的值计算位置

【英文标题】：Python dataframe groupby, then count where based on values in group

【发布时间】：2021-12-11 23:01:18

【问题描述】：

编辑包括国家： 我有一个看起来像这样的 Python 数据框：

Indicator	Value	Country
A	20	x
A	20	x
A	30	x
B	10	x
B	30	y
B	20	z

data = ([ "指标": "A", "国家": "x", "值": 20 , "指标": "A", "国家": "x","值": 20 , "指标": "A","国家": "x", "值": 30 , “指标”：“B”，“国家”：“x”，“价值”：10 ，“指标”：“B”，“国家”：“y”，“价值”：30 ，“指标”：“B”，“国家”：“y”，“值”：20 ])

然后我想做一个 groupby 指标，并创建一个新列来计算每组的值： 计算指标国家组中值

Indicator	Value	Country	Rank
A	20	x	3
A	20	x	3
A	30	x	1
B	10	x	1
B	30	y	1
B	20	y	2

我尝试了排名，添加了支持列来进行计算，但实际上不知道如何继续。

【问题讨论】：

请提供足够的代码，以便其他人更好地理解或重现问题。

【参考方案1】：

您可以使用apply 将值与数据帧的一部分进行比较：

import pandas as pd

data = [  "Indicator": "A", "Value": 20 ,  "Indicator": "A", "Value": 20 ,  "Indicator": "A", "Value": 30 ,  "Indicator": "B", "Value": 10 ,  "Indicator": "B", "Value": 30 ,  "Indicator": "B", "Value": 20  ]
df = pd.DataFrame(data)
df['Rank'] = df.apply(lambda x: (df[df['Indicator'] == x['Indicator']]['Value'] >= x['Value']).sum(), axis=1)

结果：

	Indicator	Value	Rank
0	A	20	3
1	A	20	3
2	A	30	1
3	B	10	3
4	B	30	1
5	B	20	2