我使用一组实例比较一组八个算法(solver
列),每个实例对于每个算法都执行一次,并且参数的级别为D
(从1到10 )。因此,得出的数据帧应该是这样的:使用python-pandas的组内排名
instance D z solver
0 1000_ep0.0075 1 994 threatened
1 1000_ep0.0075 1 993 desc
2 1000_ep0.0075 1 994 degree
3 1000_ep0.0075 1 993 threatened_desc
4 1000_ep0.0075 1 993 threatened_degree
5 1000_ep0.0075 1 994 desc_later
6 1000_ep0.0075 1 994 degree_later
7 1000_ep0.0075 1 993 dyn_degree
8 1000_ep0.0075 2 986 threatened
9 1000_ep0.0075 2 987 desc
10 1000_ep0.0075 2 988 degree
11 1000_ep0.0075 2 987 threatened_desc
12 1000_ep0.0075 2 986 threatened_degree
13 1000_ep0.0075 2 987 desc_later
14 1000_ep0.0075 2 988 degree_later
15 1000_ep0.0075 2 987 dyn_degree
....
凡z
列对应于由算法找到的值(越小越好)。
我想添加一个列到数据框,对应于每个算法的排名,根据z
的值为每个组合<instance, D>
。对于上面的例子,会是这样的:
instance D z solver z_rank
0 1000_ep0.0075 1 994 threatened 2
1 1000_ep0.0075 1 993 desc 1
2 1000_ep0.0075 1 994 degree 2
3 1000_ep0.0075 1 993 threatened_desc 1
4 1000_ep0.0075 1 993 threatened_degree 1
5 1000_ep0.0075 1 994 desc_later 2
6 1000_ep0.0075 1 994 degree_later 2
7 1000_ep0.0075 1 993 dyn_degree 1
8 1000_ep0.0075 2 986 threatened 1
9 1000_ep0.0075 2 987 desc 2
10 1000_ep0.0075 2 988 degree 3
11 1000_ep0.0075 2 987 threatened_desc 2
12 1000_ep0.0075 2 986 threatened_degree 1
13 1000_ep0.0075 2 987 desc_later 2
14 1000_ep0.0075 2 988 degree_later 3
15 1000_ep0.0075 2 987 dyn_degree 2
...
使用python-pandas
,这是我能得到迄今:
df.loc[:, 'z_rank'] = df_rg.groupby(['instance', 'D'])['z'].rank()
df.head(16)
instance D z solver z_rank
0 1000_ep0.0075 1 994 threatened 47.5
1 1000_ep0.0075 1 993 desc 16.5
2 1000_ep0.0075 1 994 degree 47.5
3 1000_ep0.0075 1 993 threatened_desc 16.5
4 1000_ep0.0075 1 993 threatened_degree 16.5
5 1000_ep0.0075 1 994 desc_later 47.5
6 1000_ep0.0075 1 994 degree_later 47.5
7 1000_ep0.0075 1 993 dyn_degree 16.5
8 1000_ep0.0075 2 986 threatened 7.0
9 1000_ep0.0075 2 987 desc 18.5
10 1000_ep0.0075 2 988 degree 44.5
11 1000_ep0.0075 2 987 threatened_desc 18.5
12 1000_ep0.0075 2 986 threatened_degree 7.0
13 1000_ep0.0075 2 987 desc_later 18.5
14 1000_ep0.0075 2 988 degree_later 44.5
15 1000_ep0.0075 2 987 dyn_degree 18.5
这显然不是我想要的。
有人能帮助我吗?
不错!谢谢!有没有办法不增加组之间的排名? –
那么,在这种情况下输出将如何呢? –
因为当我在整个df中应用密集方法时,我得到以下内容:http://pastebin.com/raw/9me5tnTa。 在第一组中,最小等级是3,其中应该是1.我认为这是因为组之间的增加功能 –