我有一個如下所示的資料框：
A B C D
0 5 4 3 2
1 4 5 3 2
2 3 5 2 1
3 4 2 5 1
4 4 5 2 1
5 4 3 5 1
...
我將資料幀轉換為這樣的二維陣列：
[[5 4 3 2]
[4 5 3 2]
[3 5 2 1]
[4 2 5 1]
[4 5 2 1]
[4 3 5 1]
...]
每行的分數1-5實際上是人們給 item 的分數A, B, C, D。我想確定排名相同的人，例如人們認為A > B > C > D。我想根據這樣的排名資訊重新組合這些陣列：
2DArray1: [[5 4 3 2]]
2DArray2: [[4 5 3 2]
[3 5 2 1]
[4 5 2 1]]
2DArray3: [[4 2 5 1]
[4 3 5 1]]
例如2DArray2手段誰想到人B > A > C > D，2DArray3都是人認為C > A > B > D。我在 numpy 中嘗試了不同的排序功能，但找不到合適的。我應該怎么做？
uj5u.com熱心網友回復：
Numpy 沒有groupby函式，因為 groupby 會回傳不同大小的串列串列；而 numpy 主要只處理“矩形”陣列。
一種解決方法是對行進行排序，使相似的行相鄰，然后生成每個組開頭的索引陣列。
由于我懶得這樣做，這里有一個沒有 numpy 的解決方案：
直接按置換索引
對于每一行，我們計算 的對應排列'ABCD'。然后，我們將該行添加到行串列的字典中，其中字典鍵是相應的排列。
from collections import defaultdict
a = [[5, 4, 3, 2], [4, 5, 3, 2], [3, 5, 2, 1], [4, 2, 5, 1], [4, 5, 2, 1], [4, 3, 5, 1]]
groups = defaultdict(list)
for row in a:
groups[tuple(sorted(range(len(row)), key=lambda i: row[i], reverse=True))].append(row)
print(groups)
輸出：
defaultdict(<class 'list'>, {
(0, 1, 2, 3): [[5, 4, 3, 2]],
(1, 0, 2, 3): [[4, 5, 3, 2], [3, 5, 2, 1], [4, 5, 2, 1]],
(2, 0, 1, 3): [[4, 2, 5, 1], [4, 3, 5, 1]]
})
請注意，使用此解決方案，如果某些用戶對兩個不同的專案給出相同的分數，結果可能與您預期的不同，因為sorted不保持公平；相反，它按出現的順序斷開連接（在這種情況下，這意味著兩個專案之間的連接按字母順序斷開）。
按排列的索引索引
的排列'ABCD'可以按字典順序排列：'ABCD'首先，然后'ABDC'是第二，然后'ACBD'是第三......
事實證明，有一種演算法可以計算給定排列在該序列中出現的索引！該演算法是在 python 模塊中實作的more_itertools：
- more_itertools.permutation_index
所以，我們可以用tuple(sorted(range(len(row)), key=lambda i: row[i], reverse=True))一個簡單的數字鍵替換我們的元組鍵permutation_index(row, sorted(row, reverse=True))。
from collections import defaultdict
from more_itertools import permutation_index
a = [[5, 4, 3, 2], [4, 5, 3, 2], [3, 5, 2, 1], [4, 2, 5, 1], [4, 5, 2, 1], [4, 3, 5, 1]]
groups = defaultdict(list)
for row in a:
groups[permutation_index(row, sorted(row, reverse=True))].append(row)
print(groups)
輸出：
defaultdict(<class 'list'>, {
0: [[5, 4, 3, 2]],
6: [[4, 5, 3, 2], [3, 5, 2, 1], [4, 5, 2, 1]],
8: [[4, 2, 5, 1], [4, 3, 5, 1]]
})
混合 permutation_index 和 pandas
由于 permutation_index 的輸出是一個簡單的數字，我們可以輕松地將其作為新列包含在 numpy 陣列或 Pandas 資料框中：
import pandas as pd
from more_itertools import permutation_index
df = pd.DataFrame({'A': [5,4,3,4,4,4], 'B': [4,5,5,2,5,3], 'C': [3,2,2,5,2,5], 'D': [2,2,1,1,1,1]})
df['perm_idx'] = df.apply(lambda row: permutation_index(row, sorted(row, reverse=True)), axis=1)
print(df)
A B C D perm_idx
0 5 4 3 2 0
1 4 5 2 2 6
2 3 5 2 1 6
3 4 2 5 1 8
4 4 5 2 1 6
5 4 3 5 1 8
for idx, sub_df in df.groupby('perm_idx'):
print(idx)
print(sub_df)
0
A B C D perm_idx
0 5 4 3 2 0
6
A B C D perm_idx
1 4 5 2 2 6
2 3 5 2 1 6
4 4 5 2 1 6
8
A B C D perm_idx
3 4 2 5 1 8
5 4 3 5 1 8
uj5u.com熱心網友回復：
你可以
(i) 轉置df并將其轉換為字典，
(ii) 按值對字典進行排序并獲取鍵，
(iii) 加入每個“人”的排序鍵并將這個字典分配給df['ranks']，
(iv) 匯總排名積分并將其分配給df['pref']，
(v)groupby(['ranks'])并從pref
df = pd.DataFrame({'A': {0: 5, 1: 4, 2: 3, 3: 4, 4: 4, 5: 4},
'B': {0: 4, 1: 5, 2: 5, 3: 2, 4: 5, 5: 3},
'C': {0: 3, 1: 3, 2: 2, 3: 5, 4: 2, 5: 5},
'D': {0: 2, 1: 2, 2: 1, 3: 1, 4: 1, 5: 1}})
df['ranks'] = pd.Series({k : ''.join(list(zip(*sorted(v.items(), key=lambda d:d[1],
reverse=True)))[0])
for k,v in df.T.to_dict().items()})
df['pref'] = df.loc[:,'A':'D'].values.tolist()
out = df[['ranks','pref']].groupby('ranks').agg(list).to_dict()['pref']
輸出：
{'ABCD': [[5, 4, 3, 2]],
'BACD': [[4, 5, 3, 2], [3, 5, 2, 1], [4, 5, 2, 1]],
'CABD': [[4, 2, 5, 1], [4, 3, 5, 1]]}
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/376780.html
上一篇：使用地址到t陣列欄位創建t*陣列
下一篇：查找陣列中最大數字的索引