熊猫DENSE RANK

Question

我负责的熊猫数据框中，有一个框架是这样的：

Year Value 
2012 10 
2013 20 
2013 25 
2014 30 

我想OVER（ORDER BY年）功能进行equialent到DENSE_RANK（）。做一个这样的额外的列：

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

它是如何做到熊猫？

谢谢！

Answer 1

使用pd.Series.rank与method='dense'

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

df 

Answer 2

您可以将年份转换为分类，然后获取他们的代码（因为它们是零索引，并且您希望初始值以您的示例中的一个为开头）添加一个代码。

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 

Answer 3

最快的解决方法是factorize：

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

时序：

#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