从python中的数据点映射线性等级答案

【问题标题】：Mapping linear ranks from data points in python从python中的数据点映射线性等级
【发布时间】：2015-01-10 23:47:42
【问题描述】：

我将一个 csv 作为更大列表中的列表加载到行中 - 其中大约 500,000 个。行/子列表中的一项是分数。该分数是一个介于 0 - 1 之间的浮点数。这些分数恰好以非常不均匀的方式分散，我想标准化它们的分布。我不需要任何像钟形曲线这样棘手的东西，只需要一个从 1 到 0 的排名，步长均匀，并以任何方式分层（无论数量多少）。我也喜欢按分数降序排列的结果。

作为起点的示例列表：

list1 = [
    ['item1', 0.955, 'asdcwe', 'adcwett'],
    ['item2', 0.111, 'awioe', 'ocijwe'],
    ['item3', 0.111, 'dcuwq0eu', 'a9dfuwe'],
    ['item4', 0.5, 'aosdic', '204523'],
    ['item5', 1.0, 'oooo', 'ffff'],
    ['item6', 0.112, '03423', 'aewcew']]

示例结果：

sortedlist = [
    ['item5', 1.0, 'oooo', 'ffff'],
    ['item1', 0.8, 'asdcwe', 'adcwett'],
    ['item4', 0.6, 'aosdic', '204523'],
    ['item6', 0.4, '03423', 'aewcew'],
    ['item2', 0.2, 'awioe', 'ocijwe'],
    ['item3', 0.0, 'dcuwq0eu', 'a9dfuwe']]

（对我来说无关紧要的细节：最小值/最大值可以是包含或不包含的，因此在这种情况下，分数可能会导致 0.143 - 0.857。此外，如果 item2 和 item3 并列，则最终翻转结果，也没关系。）

【问题讨论】：

标签： python python-2.7 csv mapping

【解决方案1】：

最简单的方法是排序，然后标准化：

step = 1.0 / (len(list1) - 1)
sortedlist = [l[:1] + [(len(list1) - i - 1) * step] + l[2:] 
             for i, l in enumerate(sorted(list1, key=lambda item: item[1], reverse=True))]

演示：

>>> list1 = [
...     ['item1', 0.955, 'asdcwe', 'adcwett'],
...     ['item2', 0.111, 'awioe', 'ocijwe'],
...     ['item3', 0.111, 'dcuwq0eu', 'a9dfuwe'],
...     ['item4', 0.5, 'aosdic', '204523'],
...     ['item5', 1.0, 'oooo', 'ffff'],
...     ['item6', 0.112, '03423', 'aewcew']]
>>> step = 1.0 / (len(list1) - 1)
>>> sortedlist = [l[:1] + [(len(list1) - i - 1) * step] + l[2:] 
...              for i, l in enumerate(sorted(list1, key=lambda item: item[1], reverse=True))]
>>> pprint(sortedlist)
[['item5', 1.0, 'oooo', 'ffff'],
 ['item1', 0.8, 'asdcwe', 'adcwett'],
 ['item4', 0.6000000000000001, 'aosdic', '204523'],
 ['item6', 0.4, '03423', 'aewcew'],
 ['item2', 0.2, 'awioe', 'ocijwe'],
 ['item3', 0.0, 'dcuwq0eu', 'a9dfuwe']]

【讨论】：