我有一个 pandas 数据框 df,其中包含源、目标以及从源到目标的成本。
SRCLAT SRCLONG DESTLAT DESTLONG PRICE
43.5 47.5 103.5 104 50
43.5 47.5 103.5 104 100
43.5 47.5 103.5 104 100
43.5 30 90 80 300
43.5 30 90 80 400
90 80
我正在尝试对价格进行百分位数排名,其中最高百分位数是最低价格,对于具有相同源到目标坐标的行,忽略 nans
我想要的输出:
SRCLAT SRCLONG DESTLAT DESTLONG PRICE PERCENTILE
43.5 47.5 103.5 104 50 100% (best price out of 3)
43.5 47.5 103.5 104 100 67% (tied for 2nd out of 3)
43.5 47.5 103.5 104 100 67% (tied for 2nd out of 3)
43.5 30 90 80 300 100% (best out of 2)
43.5 30 90 80 400 50% (worst out of 2)
90 80
我该怎么做?
我尝试用 groupby 4 列
df.groupby([SRCLAT, SRCLONG, DESTLAT, DESTLONG)].size()
获取每个独特组的大小,但我对从这里去哪里感到困惑
请您参考如下方法:
使用 rank 和 method='max'
c = ['SRCLAT', 'SRCLONG', 'DESTLAT', 'DESTLONG']
d = {'pct': True, 'ascending': False, 'method': 'max'}
df.assign(PERCENTILE=df.groupby(c)['PRICE'].rank(**d))
SRCLAT SRCLONG DESTLAT DESTLONG PRICE PERCENTILE
0 43.5 47.5 103.5 104 50 1.000000
1 43.5 47.5 103.5 104 100 0.666667
2 43.5 47.5 103.5 104 100 0.666667
3 43.5 30.0 90.0 80 300 1.000000
4 43.5 30.0 90.0 80 400 0.500000
