python-3.x - 根据元素的排名对数据框进行排序并创建新列

Question

我有以下数据框:

import pandas as pd
df = pd.DataFrame(
                  {
                   'id': [1, 1, 1, 1, 2, 2,2, 2, 3, 3, 3, 3],
                   'name': ['A', 'B', 'C', 'D','A', 'B','C', 'D', 'A', 'B','C', 'D'], 
                   'Value': [1, 2, 3, 4, 5, 6, 0, 2, 4, 6, 3, 5]
                  },
                  columns=['name','id','Value'])`

我可以使用 id 和 value 对数据进行排序，如下所示:

df.sort_values(['id','Value'],ascending = [True,False])  

我打印的表格将显示如下:

  name   id   Value
    D      1      4
    C      1      3
    B      1      2
    A      1      1
    B      2      6
    A      2      5
    D      2      2
    C      2      0
    B      3      6
    D      3      5
    A      3      4
    C      3      3

我想创建 4 个新列 (Rank1, Rank2, Rank3, Rank4) 如果列中的元素 姓名 是最高值，列 Rank1 将被分配为 1 否则 0 .如果列中的元素 姓名 是第二高的值，他列 Rank2 将被分配为 1 否则 0 .
Rank3 和Rank4 相同。

我怎么能那样做？

谢谢。

捷普

Answer 1

用:

df = df.join(pd.get_dummies(df.groupby('id').cumcount().add(1)).add_prefix('Rank'))
print (df)
   name  id  Value  Rank1  Rank2  Rank3  Rank4
3     D   1      4      1      0      0      0
2     C   1      3      0      1      0      0
1     B   1      2      0      0      1      0
0     A   1      1      0      0      0      1
5     B   2      6      1      0      0      0
4     A   2      5      0      1      0      0
7     D   2      2      0      0      1      0
6     C   2      0      0      0      0      1
9     B   3      6      1      0      0      0
11    D   3      5      0      1      0      0
8     A   3      4      0      0      1      0
10    C   3      3      0      0      0      1

详情 :

对于每组计数使用 GroupBy.cumcount ，然后添加 1 :

print (df.groupby('id').cumcount().add(1))
3     1
2     2
1     3
0     4
5     1
4     2
7     3
6     4
9     1
11    2
8     3
10    4
dtype: int64

对于指标列，使用 get_dumes 与 add_prefix :

print (pd.get_dummies(df.groupby('id').cumcount().add(1)).add_prefix('Rank'))
    Rank1  Rank2  Rank3  Rank4
3       1      0      0      0
2       0      1      0      0
1       0      0      1      0
0       0      0      0      1
5       1      0      0      0
4       0      1      0      0
7       0      0      1      0
6       0      0      0      1
9       1      0      0      0
11      0      1      0      0
8       0      0      1      0
10      0      0      0      1