我有一个像这样的数据框：
id points1 points2
1 44 53
1 76 34
1 63 66
2 23 34
2 44 56
我想要这样的输出：
id points1 points2 points1_rank points2_rank
1 44 53 3 2
1 76 34 1 3
1 63 66 2 1
2 23 79 2 1
2 44 56 1 2
基本上，我想要groupby('id')，并找到具有相同 id 的每一列的排名。
我试过这个：
features = ["points1","points2"]
df = pd.merge(df, df.groupby('id')[features].rank().reset_index(), suffixes=["", "_rank"], how='left', on=['id'])
但我得到keyerror 'id'
你需要使用ascending=False inside rank
df.join(df.groupby('id')['points1', 'points2'].rank(ascending=False).astype(int).add_suffix('_rank'))
+---+----+---------+---------+--------------+--------------+
| | id | points1 | points2 | points1_rank | points2_rank |
+---+----+---------+---------+--------------+--------------+
| 0 | 1 | 44 | 53 | 3 | 2 |
| 1 | 1 | 76 | 34 | 1 | 3 |
| 2 | 1 | 63 | 66 | 2 | 1 |
| 3 | 2 | 23 | 34 | 2 | 2 |
| 4 | 2 | 44 | 56 | 1 | 1 |
+---+----+---------+---------+--------------+--------------+
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
