python - 根据另一个子级列的位置在子级添加一个列

Question

我有以下 Pandas 数据框(df):

quarters = ['first_q', 'second_q', 'third_q', 'fourth_q']
columns = pd.MultiIndex.from_product([quarters, ['points']])
df = pd.DataFrame([[5, 13, 6, 12], [7,5,5,14], [3,0,7,4]], index=['curry', 'lebron','stockton'], columns=columns)

Out[]:
         first_q   second_q    third_q    fourth_q
          points     points     points      points
curry       5          13          6          12
lebron      7           5          5          14
stockton    3           0          7           4

我想在第 1 级(“点数”旁边)创建一个新列，其中包含每个球员的(指数)注释(列，第 1 级“点数”)在每个季度(第 0 列，第 0 级)的排名.换句话说，预期的结果是:

          first_q         second_q        third_q        fourth_q
       points ranking  points ranking  points ranking  points ranking
curry     5      2       13      1       6       2       12     2
lebron    7      1        5      2       5       3       14     1
stockton  3      3        0      3       7       1        4     3

first_q level-0列中的ranking level-1列表示lebron第一节得分最高，紧随其后curry 和 stockton 在该季度结束时排名第三。

我已经通过以下代码成功实现了这个结果:

for quarter in quarters:
    df = df.sort_values([(quarter, 'points')], ascending=False)
    df.loc[:,(quarter,'ranking')] = np.arange(1, 4)
df = df[quarters]
df = df.reindex(['curry', 'lebron', 'stockton'])

但是，我试图找到一种更优雅/惯用的方法来实现这一点，而无需在 quarters 上进行 for 迭代，但我还没有找到任何方法。

有人知道如何实现吗？

提前致谢!

Answer 1

使用rank和concat:

v = ((len(df) + 1 - df.rank(method='dense'))
        .rename({'points':'rank'}, axis=1)
        .astype(int))

pd.concat([df, v], axis=1).sort_index(axis=1)

         first_q      fourth_q      second_q      third_q     
          points rank   points rank   points rank  points rank
curry          5    2       12    2       13    1       6    2
lebron         7    1       14    1        5    2       5    3
stockton       3    3        4    3        0    3       7    1