python - pandas 比 argsort 更快的方式在数据框子集中排名

Question

我有这个数据框:

user1    user2   quantity
--------------------------
Alice    Carol     10
Alice    Bob       5
Bob      Dan       2
Carol    Eve       7
Carol    Dan      100

我想使用数量对每一行进行降序排列，但按用户 1 进行排序。示例:

user1    user2   quantity   order
----------------------------------
Alice    Carol     10       1
Alice    Bob       5        2
Bob      Dan       2        1
Carol    Eve       7        2
Carol    Dan      100       1

目前，我的代码是这样的:

users = df['user1'].unique()
for user in users:
    cond = (df['user1'] == user)
    sort_ser = df[cond]['quantity'].values.argsort()[::-1] # descending
    df.loc[cond, 'order'] = sort_ser + 1

它适用于小型数据帧。但如果是大型的，它会很慢。我认为这是因为 (1) 我基本上是针对每个用户运行它，并且 (2) 有几种情况正在发生。有更快的方法吗？

Answer 1

使用:

df['order'] = df.groupby('user1')['quantity'].rank(ascending=False).astype(int)

输出:

   user1  user2  quantity  order
0  Alice  Carol        10      1
1  Alice    Bob         5      2
2    Bob    Dan         2      1
3  Carol    Eve         7      2
4  Carol    Dan       100      1

详细信息。

df.groupby('user1')['quantity'].rank(ascending=False)

输出:

0    1.0
1    2.0
2    1.0
3    2.0
4    1.0
Name: quantity, dtype: float64