第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問(wèn)題,去搜搜看,總會(huì)有你想問(wèn)的

如何基于其他列在Python中創(chuàng)建排名列

如何基于其他列在Python中創(chuàng)建排名列

慕田峪9158850 2021-10-05 15:41:32
我有一個(gè) python 數(shù)據(jù)框,如下所示:此數(shù)據(jù)框已按“transaction_count”降序排序。我想在該數(shù)據(jù)框中創(chuàng)建另一個(gè)名為“rank”的列,其中包含 cust_ID 的出現(xiàn)次數(shù)。我的愿望輸出如下所示:對(duì)于 cust_ID = 1234 且 transaction_count = 4,等級(jí)將為 1,對(duì)于 cust_ID = 1234 的下一次出現(xiàn),等級(jí)將為 2,依此類推。我嘗試了以下方法:df['rank'] = df["cust_ID"].value_counts()df.head(10)但是排名列被創(chuàng)建為所有 NaN 值 任何關(guān)于如何解決這個(gè)問(wèn)題的建議將不勝感激!
查看完整描述

2 回答

?
湖上湖

TA貢獻(xiàn)2003條經(jīng)驗(yàn) 獲得超2個(gè)贊

你可以做:


df['rank'] = df.groupby('cust_ID')['transaction_count'].rank(ascending=False)

輸出:


    cust_ID     associate_ID    transaction_count   rank

0   1234           608          4                   1.0

1   1234           785          1                   2.0

2   4789           345          2                   1.0

3   3456           268          5                   1.0

4   3456           725          3                   2.0

5   3456           795          1                   3.0

請(qǐng)注意,這不僅會(huì)給出計(jì)數(shù),還會(huì)基于transaction_count值給出交易的排名。


查看完整回答
反對(duì) 回復(fù) 2021-10-05
?
LEATH

TA貢獻(xiàn)1936條經(jīng)驗(yàn) 獲得超7個(gè)贊

使用groupby + cumcount:


df['rank'] = df.groupby('cust_ID').cumcount() + 1

print(df['rank'])

輸出


0    1

1    2

2    1

3    1

4    2

5    3

Name: rank, dtype: int64


查看完整回答
反對(duì) 回復(fù) 2021-10-05
  • 2 回答
  • 0 關(guān)注
  • 293 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購(gòu)課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)