python - 多索引DF的排序

Question

我有一个具有以下结构的多索引 DF:

>>> df = pd.DataFrame({(2014, 'value'): {('AR', 0): 1.2420, ('AR', 1): 0.1802,('BR', 0): 1.3,('BR', 1): 0.18}})
>>> print df

      2014
      value
AR 0  1.2420
   1  0.1802
BR 0  1.3000
   1  0.1800

我的目标是添加“排名”列，其中包含 0 和 1 的国家/地区(AR 和 BR)按降序排列的排名。期望的结果类似于:

            2014          
            value   rank 
iso   id
AR    0     1.2420  2      
      1     0.1802  1    
BR    0     1.3     1    
      1     0.18    2  

我最初的方法是重置索引:

>>> df = df.reset_index()
>>> print df

       level_0   level_1   2014
                           value
0      AR        0         1.2420
1      AR        1         0.1802
2      BR        0         1.3000
3      BR        1         0.1800

然后使用 groupby 和排名添加“排名”列:

>>> df[2014, 'gr'] =  df.groupby(['level_1'])[2014, 'value'].rank(ascending=False)

然而，这会导致:

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/groupby.py", line 2990, in __getitem__
    if len(self.obj.columns.intersection(key)) != len(key):
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/index.py", line 3774, in intersection
    result_names = self.names if self.names == other.names else None
AttributeError: 'tuple' object has no attribute 'names'

我是否走在正确的轨道上，我应该考虑另一种方法？

Answer 1

那么排名来自于值(value)，对吗？我想这就是你想要的:

In [13]: df.groupby(level=1).rank(ascending=False)
Out[13]: 
      2014
     value
AR 0     2
   1     1
BR 0     1
   1     2

您可以使用df['rank'] = df.groupby(level=1).rank(ascending=False)设置