如何基于其他列在Python中创建排名列

Question

我有一个 python 数据框，如下所示：此数据框已按“transaction_count”降序排序。我想在该数据框中创建另一个名为“rank”的列，其中包含 cust_ID 的出现次数。我的愿望输出如下所示：对于 cust_ID = 1234 且 transaction_count = 4，等级将为 1，对于 cust_ID = 1234 的下一次出现，等级将为 2，依此类推。我尝试了以下方法：df['rank'] = df["cust_ID"].value_counts()df.head(10)但是排名列被创建为所有 NaN 值 任何关于如何解决这个问题的建议将不胜感激！

Answer 1

你可以做：

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

输出：

    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

请注意，这不仅会给出计数，还会基于transaction_count值给出交易的排名。

Answer 2

使用groupby + cumcount：

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

print(df['rank'])

输出

0    1

1    2

2    1

3    1

4    2

5    3

Name: rank, dtype: int64