根据其他列进行排名的列，但包含破局规则

Question

我有一个数据框：

df = pd.DataFrame({
    "DScore": [2, 2, 3, 4, 5],
    "EScore": [6, 7, 9, 9, 10],
    "总分": [17, 15, 15, 23, 25]
})

我想编写一段代码，根据“总分”列创建一个排名列，对表格中的行进行分类。如果这些值相等，则应关注'EScore'列的分数值；若'EScore'也相等，则进一步依据'DScore'列的值；如果这些值也都相等，则赋予它们相同的排名。预期结果如下：

df = pd.DataFrame({
    "DScore": [2, 2, 4, 4, 5],
    "EScore": [6, 7, 9, 9, 10],
    "总分": [17, 15, 23, 23, 25],
    "排名": [3, 4, 2, 2, 1]
})

Dan Moulding · Answer

例如，您可以将EScore乘以0.01，将DScore乘以0.001，以更轻的权重对待它们。然后，将这些加权后的值加到Total Score上，并基于此计算排名。

使用method=dense和ascending=False的方式进行排名：

df['Rank'] = (df['Total Score']
               .add(df['EScore'].mul(0.01))
               .add(df['DScore'].mul(0.0001))
               .rank(ascending=False, method='dense')
               .astype('int'))

应用上述代码后，数据框df会变成：

   DScore  EScore  Total Score  Rank
0       2       6           17     3
1       2       7           15     4
2       4       9           23     2
3       4       9           23     2
4       5      10           25     1

您提供的示例中，使用0.01和0.0001是足够的，但根据实际数据集的特点，可能需要调整这些权重数值。

Wooble · Answer

首先定义用于解决并列情况时的优先级顺序（即判断标准）列名列表，然后通过pandas.DataFrame.sort_values方法按该顺序对数据框进行降序排序，接着使用pandas.core.groupby.DataFrameGroupBy.ngroup方法为每组分配唯一的编号作为排名：

# 定义打破平局时的优先级顺序列
列顺序 = ['总分', 'EScore', 'DScore']

df['排名'] = (df.sort_values(按=列顺序, ascending=False) # 按照指定顺序降序排序
                    .groupby(列顺序, sort=False).ngroup().add(1) # 分组并给每个组编号，从1开始计数
                 )

执行上述代码后，输出结果如下：

   DScore  EScore  总分  排名
0       2       6   17     3
1       2       7   15     4
2       4       9   23     2
3       4       9   23     2
4       5      10   25     1

mvp · Answer

你也可以使用pandas的rank函数来实现排名：

df['Rank'] = df['Total Score'].rank(ascending=False).astype(int)

这样得到的结果如下：

   DScore  EScore  Total Score  Rank
0       2       6           17     4
1       2       7           15     5
2       4       9           23     2
3       4       9           23     2
4       5      10           25     1

需要注意的是，rank函数可以设置不同的排名方式（在有相同得分的情况下如何分配排名）：

method{‘average’, ‘min’, ‘max’, ‘first’, ‘dense’}, 默认值为‘average’

当参数设为dense时，它会“压缩计数”，即遇到相同得分时不跳过任何排名号：

df['Rank'] = df['Total Score'].rank(ascending=False, method='dense').astype(int)

采用dense方法后的结果如下：

   DScore  EScore  Total Score  Rank
0       2       6           17     3
1       2       7           15     4
2       4       9           23     2
3       4       9           23     2
4       5      10           25     1
```