Python数据框groupby，然后根据组中的值计算位置答案

【问题标题】：Python dataframe groupby, then count where based on values in groupPython数据框groupby，然后根据组中的值计算位置
【发布时间】：2021-12-11 23:01:18
【问题描述】：

编辑包括国家：我有一个看起来像这样的 Python 数据框：

Indicator	Value	Country
A	20	x
A	20	x
A	30	x
B	10	x
B	30	y
B	20	z

data = ([ { "指标": "A", "国家": "x", "值": 20 }, { "指标": "A", "国家": "x","值": 20 }, { "指标": "A","国家": "x", "值": 30 }, {“指标”：“B”，“国家”：“x”，“价值”：10 }，{“指标”：“B”，“国家”：“y”，“价值”：30 }，{“指标”：“B”，“国家”：“y”，“值”：20 }])

然后我想做一个 groupby 指标，并创建一个新列来计算每组的值：计算指标国家组中值

Indicator	Value	Country	Rank
A	20	x	3
A	20	x	3
A	30	x	1
B	10	x	1
B	30	y	1
B	20	y	2

我尝试了排名，添加了支持列来进行计算，但实际上不知道如何继续。

【问题讨论】：

请提供足够的代码，以便其他人更好地理解或重现问题。

标签： python group-by count conditional-statements

【解决方案1】：

您可以使用apply 将值与数据帧的一部分进行比较：

import pandas as pd

data = [ { "Indicator": "A", "Value": 20 }, { "Indicator": "A", "Value": 20 }, { "Indicator": "A", "Value": 30 }, { "Indicator": "B", "Value": 10 }, { "Indicator": "B", "Value": 30 }, { "Indicator": "B", "Value": 20 } ]
df = pd.DataFrame(data)
df['Rank'] = df.apply(lambda x: (df[df['Indicator'] == x['Indicator']]['Value'] >= x['Value']).sum(), axis=1)

结果：

	Indicator	Value	Rank
0	A	20	3
1	A	20	3
2	A	30	1
3	B	10	3
4	B	30	1
5	B	20	2

【讨论】：