如何以第一行获得最大数字，第二行获得最小数字，第三行获得第二大数字的方式对组进行排序，依此类推

Question

所以我有一个这样的 dfIn [1]:data= {'Group': ['A','A','A','A','A','A','B','B','B','B'],    'Name': [ ' Sheldon Webb',' Traci Dean',' Chad Webster',' Ora Harmon',' Elijah Mendoza',' June Strickland',' Beth Vasquez',' Betty Sutton',' Joel Gill',' Vernon Stone'],    'Performance':[33,64,142,116,122,68,95,127,132,80]}In [2]:df = pd.DataFrame(data, columns = ['Group', 'Name','Performance'])Out[1]:    Group  Name             Performance0    A     Sheldon Webb       331    A     Traci Dean         642    A     Chad Webster      1423    A     Ora Harmon        1164    A     Elijah Mendoza    1225    A     June Strickland    686    B     Beth Vasquez       957    B     Betty Sutton      1278    B     Joel Gill         1329    B     Vernon Stone       80我想以这样一种交替的方式对它进行排序，即在一个组中，比如组“A”，第一行应该有表现最好的人（在本例中为“Chad Webster”），然后在第二行中表现最差的人（哪个是“谢尔顿韦伯”）。我正在寻找的输出看起来像这样：Out[2]:    Group   Name             Performance0    A     Chad Webster      1421    A     Sheldon Webb       332    A     Elijah Mendoza    1223    A     Traci Dean         644    A     Ora Harmon        1165    A     June Strickland    686    B     Joel Gill         1327    B     Vernon Stone       808    B     Betty Sutton      1279    B     Beth Vasquez       95您可以看到序列在组内的最高和最低之间交替。

Answer 1

采用排序后的顺序，然后对其应用二次函数，其中根是数组长度的 1/2（加上一些小的偏移量）。通过这种方式，最高排名被赋予极值（eps偏移量的符号决定了您是否想要排名在最低值之上的最高值）。我在末尾添加了一个小组来展示它如何正确处理重复值或奇数组大小。

def extremal_rank(s):

    eps = 10**-4

    y = (pd.Series(np.arange(1, len(s)+1), index=s.sort_values().index) 

         - (len(s)+1)/2 + eps)**2

    return y.reindex_like(s)

    

df['rnk'] = df.groupby('Group')['Performance'].apply(extremal_rank)

df = df.sort_values(['Group', 'rnk'], ascending=[True, False])

   Group              Name  Performance     rnk

2      A      Chad Webster          142  6.2505

0      A      Sheldon Webb           33  6.2495

4      A    Elijah Mendoza          122  2.2503

1      A        Traci Dean           64  2.2497

3      A        Ora Harmon          116  0.2501

5      A   June Strickland           68  0.2499

8      B         Joel Gill          132  2.2503

9      B      Vernon Stone           80  2.2497

7      B      Betty Sutton          127  0.2501

6      B      Beth Vasquez           95  0.2499

11     C                 b          110  9.0006

12     C                 c           68  8.9994

10     C                 a          110  4.0004

13     C                 d           68  3.9996

15     C                 f           70  1.0002

16     C                 g           70  0.9998

14     C                 e           70  0.0000

Answer 2

您可以避免在 Performace 上groupby使用sort_values一次升序一次降序，concat两个排序的数据帧，然后使用sort_index并drop_duplicates获得预期的输出：

df_ = (pd.concat([df.sort_values(['Group', 'Performance'], ascending=[True, False])

                    .reset_index(), #need the original index for later drop_duplicates

                  df.sort_values(['Group', 'Performance'], ascending=[True, True])

                    .reset_index()

                    .set_index(np.arange(len(df))+0.5)], # for later sort_index

                 axis=0)

         .sort_index()

         .drop_duplicates('index', keep='first')

         .reset_index(drop=True)

       [['Group', 'Name', 'Performance']] 

      )

print(df_)

  Group              Name  Performance

0     A      Chad Webster          142

1     A      Sheldon Webb           33

2     A    Elijah Mendoza          122

3     A        Traci Dean           64

4     A        Ora Harmon          116

5     A   June Strickland           68

6     B         Joel Gill          132

7     B      Vernon Stone           80

8     B      Betty Sutton          127

9     B      Beth Vasquez           95

Answer 3

对每个组应用nlargest和的排序串联：nsmallest

>>> (df.groupby('Group')[df.columns[1:]]

      .apply(lambda x:

      pd.concat([x.nlargest(x.shape[0]//2,'Performance').reset_index(),

                 x.nsmallest(x.shape[0]-x.shape[0]//2,'Performance').reset_index()]

            )

            .sort_index()

            .drop('index',1))

      .reset_index().drop('level_1',1))

  Group              Name  Performance

0     A      Chad Webster          142

1     A      Sheldon Webb           33

2     A    Elijah Mendoza          122

3     A        Traci Dean           64

4     A        Ora Harmon          116

5     A   June Strickland           68

6     B         Joel Gill          132

7     B      Vernon Stone           80

8     B      Betty Sutton          127

9     B      Beth Vasquez           95

Answer 4

只是另一种使用自定义函数的方法np.empty：

def mysort(s):

    arr = s.to_numpy()

    c = np.empty(arr.shape, dtype=arr.dtype)

    idx = arr.shape[0]//2 if not arr.shape[0]%2 else arr.shape[0]//2+1

    c[0::2], c[1::2] = arr[:idx], arr[idx:][::-1]

    return pd.DataFrame(c, columns=s.columns)

print (df.sort_values("Performance", ascending=False).groupby("Group").apply(mysort))

        Group              Name Performance

Group                                      

A     0     A      Chad Webster         142

      1     A      Sheldon Webb          33

      2     A    Elijah Mendoza         122

      3     A        Traci Dean          64

      4     A        Ora Harmon         116

      5     A   June Strickland          68

B     0     B         Joel Gill         132

      1     B      Vernon Stone          80

      2     B      Betty Sutton         127

      3     B      Beth Vasquez          95

基准：

Answer 5

让我们尝试用 检测min, max行groupby().transform()，然后排序：

groups = df.groupby('Group')['Performance']

mins, maxs = groups.transform('min'), groups.transform('max')

(df.assign(temp=df['Performance'].eq(mins) | df['Performance'].eq(maxs))

   .sort_values(['Group','temp','Performance'],

                ascending=[True, False, False])

   .drop('temp', axis=1)

)

输出：

  Group              Name  Performance

2     A      Chad Webster          142

0     A      Sheldon Webb           33

4     A    Elijah Mendoza          122

3     A        Ora Harmon          116

5     A   June Strickland           68

1     A        Traci Dean           64

8     B         Joel Gill          132

9     B      Vernon Stone           80

7     B      Betty Sutton          127

6     B      Beth Vasquez           95