编辑:放入样本数据df和预期的输出。编辑2:我对数据进行了一些修改,以使结果在每种情况下都不都是与“ cc”相关联的最大数字。
我的问题是:
df为:
df = pd.DataFrame({'Index1': ['A', 'A', 'A', 'B', 'B', 'B'],
'Index2': ['aa', 'bb', 'cc', 'aa', 'bb', 'cc'],
'X': [1, 2, 7, 3, 6, 1],
'Y': [2, 3, 6, 2, 4, 1],
'Z': [3, 5, 9, 1, 2, 1]})
然后代码是:
df_scored = pd.DataFrame() #new df to hold results
cats = [X, Y, Z] #categories (columns of df) to be scaled
grouped = df.groupby([Index 1, Index 2]).sum()
for cat in cats :
df_scored[cat] = grouped.groupby(level = 0)[cat].apply(lambda x: x / x.max())
df_scored['Score'] = df_scored.sum(axis = 1)
这将产生:
X Y Z Score
Index1 Index2
A aa 0.142857 0.333333 0.333333 0.809524
bb 0.285714 0.500000 0.555556 1.341270
cc 1.000000 1.000000 1.000000 3.000000
B aa 0.500000 0.500000 0.500000 1.500000
bb 1.000000 1.000000 1.000000 3.000000
cc 0.166667 0.250000 0.500000 0.916667
现在,我想按索引1的每个分组对结果df_scored排序(以便索引2在索引1的每个组内按“分数”排序),并以此作为所需结果:
X Y Z Score
Index1 Index2
A cc 1.000000 1.000000 1.000000 3.000000
bb 0.285714 0.500000 0.555556 1.341270
aa 0.142857 0.333333 0.333333 0.809524
B bb 1.000000 1.000000 1.000000 3.000000
aa 0.500000 0.500000 0.500000 1.500000
cc 0.166667 0.250000 0.500000 0.916667
我该怎么做呢?
在代码末尾添加
df_scored.sort_values('Score', ascending= False).sort_index(level='Index1', sort_remaining=False)
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句