如何根据其他列名排序列名?[复制]

使用 pd.Series.rank method='dense'

df['Rank'] = df.Year.rank(method='dense').astype(int)

df

最快的解决方案是 factorize :

df['Rank'] = pd.factorize(df.Year)[0] + 1

时间安排

#len(df)=40k
df = pd.concat([df]*10000).reset_index(drop=True)

In [13]: %timeit df['Rank'] = df.Year.rank(method='dense').astype(int)
1000 loops, best of 3: 1.55 ms per loop

In [14]: %timeit df['Rank1'] = df.Year.astype('category').cat.codes + 1
1000 loops, best of 3: 1.22 ms per loop

In [15]: %timeit df['Rank2'] = pd.factorize(df.Year)[0] + 1
1000 loops, best of 3: 737 µs per loop

您可以将年份转换为类别,然后获取它们的代码(添加一个,因为它们是零索引,并且您希望初始值从每个示例的一个开始)。

df['Rank'] = df.Year.astype('category').cat.codes + 1

>>> df
   Year  Value  Rank
0  2012     10     1
1  2013     20     2
2  2013     25     2
3  2014     30     3

Groupby.ngroup

默认情况下将对关键字进行排序,以便较小的年份被标记为较低的年份。可设置 sort=False

df['Rank'] = df.groupby('Year', sort=True).ngroup()+1

np.unique

也可以分类,所以使用 return_inverse

df['Rank'] = np.unique(df['Year'], return_inverse=True)[1]+1