值小于行的计数总和

Question

我正在使用 Pandas 提出新列，该列将搜索具有值 [1-100] 的整个列，并计算小于当前行的值。

参见下面的 [df] 示例：

[A][NewCol]
 1 0
 3 2
 2 1
 5 4
 8 5
 3 2

基本上，对于每一行，我需要查看整个 A 列，并计算有多少值小于当前行。因此对于值 5，有 4 个值小于 ( p>

最简单的方法是什么？

谢谢！

Answer 1

这样做的一种方法是使用rank 和method='min'：

df['NewCol'] = (df['A'].rank(method='min') - 1).astype(int)

输出：

   A  NewCol
0  1       0
1  3       2
2  2       1
3  5       4
4  8       5
5  3       2

Answer 2

我正在使用numpy广播

s=df.A.values
(s[:,None]>s).sum(1)
Out[649]: array([0, 2, 1, 4, 5, 2])

#df['NewCol']=(s[:,None]>s).sum(1)

---

时间

df=pd.concat([df]*1000)

%%timeit
s=df.A.values
(s[:,None]>s).sum(1)
10 loops, best of 3: 83.7 ms per loop
%timeit (df['A'].rank(method='min') - 1).astype(int)
1000 loops, best of 3: 479 µs per loop

Answer 3

试试这个代码

A = [Your numbers]
less_than = []
    for element in A:
        counter = 0
        for number in A:
            if number < element:
                counter += 1
        less_than.append(counter)

Answer 4

你可以这样做：

import pandas as pd

df = pd.DataFrame({'A': [1,3,2,5,8,3]})

df['NewCol'] = 0
for idx, row in df.iterrows():
    df.loc[idx, 'NewCol'] = (df.loc[:, 'A'] < row.A).sum()

print(df)

   A  NewCol
0  1       0
1  3       2
2  2       1
3  5       4
4  8       5
5  3       2

Answer 5

另一种方法是排序和重置索引：

m=df.A.sort_values().reset_index(drop=True).reset_index()
m.columns=['new','A']
print(m)

   new  A
0    0  1
1    1  2
2    2  3
3    3  3
4    4  5
5    5  8

Answer 6

您没有指定速度或内存使用是否重要（或者您是否有一个非常大的数据集）。 “最简单”的方法很简单：计算列中每个条目的数量小于 i 并将它们收集到新列中：

df=pd.DataFrame({'A': [1,3,2,5,8,3]})
col=df['A']
df['new_col']=[ sum(col<i) for i in col ]

print(df)

结果：

   A  new_col
0  1        0
1  3        2
2  2        1
3  5        4
4  8        5
5  3        2

在大型数据集上可能有更有效的方法来执行此操作，例如先对列进行排序。