python - pandas groupby 并在每组以 1 开头的组内排名

Question

我有一个数据框:

将 pandas 导入为 pd

df = pd.DataFrame([[1, 'a'],
                    [1, 'a'],
                    [1, 'b'],
                    [1, 'a'],
                    [2, 'a'],
                    [2, 'b'],
                    [2, 'a'],
                    [2, 'b'],
                    [3, 'b'],
                    [3, 'a'],
                    [3, 'b'],

                   ], columns=['session', 'issue'])
df

我想对 session 中的问题进行排名。 我尝试过:

df.groupby(['session', 'issue']).size().rank(ascending=False, method='dense')

session  issue
1        a        1.0
         b        3.0
2        a        2.0
         b        2.0
3        a        3.0
         b        2.0
dtype: float64

我需要的是这样的结果:

1. 对于小组 session =1，有 3 个 a 问题和 1 个 b 问题，因此 对于组 1，排名为 a = 1 和 b = 2
2. 对于群组 session =2，两个排名相等，因此它们的排名应相同 = 1
3. 对于小组 session =3，有 b 个问题和 a 问题，因此排名应为 b=1 和 a=2

无论如何，为什么每个组的排名不从 1、2、3... 开始？

Answer 1

使用DataFrameGroupBy.rank按 MultiIndex 的第一级(session):

s = (df.groupby(['session', 'issue'])
        .size()
        .groupby(level=0)
        .rank(ascending=False, method='dense'))
print (s)
session  issue
1        a        1.0
         b        2.0
2        a        1.0
         b        1.0
3        a        2.0
         b        1.0
dtype: float64