python - 如何对 pandas.DataFrame 中的每一行进行明确排名

Question

我有什么

一些行有重复值和NaN的用户-用户相似度矩阵

userId  316       320       359       370       910
userId                                             
316     1.0  0.500000  0.500000  0.500000       NaN
320     0.5  1.000000  0.242837  0.019035  0.031737
359     0.5  0.242837  1.000000  0.357620  0.175914
370     0.5  0.019035  0.357620  1.000000  0.317371
910     NaN  0.031737  0.175914  0.317371  1.000000

我想要什么

我想清楚地对每一行的相似度进行排序。像这样:

userId  316  320  359  370  910
userId                         
316       1    2    3    4   NaN
320       2    1    3    5    1
359       2    4    1    3    5
370       2    5    3    1    4
910      NaN   4    3    2    1

相同值之间的排名并不重要。但它必须是一个独特的值(value)。并且必须保留 NaN。

我累了

我尝试了 df.rank(ascending =False,axis = 1) ( doc )，但未能给我一个独特的等级值。
我也试过 scipy.stats.rankdata ( doc )，但它不能保持 NaN。

Answer 1

使用 rank 和 method='first'

df.rank(1, ascending=False, method='first')

     316  320  359  370  910
316  1.0  2.0  3.0  4.0  NaN
320  2.0  1.0  3.0  5.0  4.0
359  2.0  4.0  1.0  3.0  5.0
370  2.0  5.0  3.0  1.0  4.0
910  NaN  4.0  3.0  2.0  1.0