hong_devlog

순위 동점자 처리 : Pandas DataFrame Rank

python | April 09, 2020


dataframe.rank()

  • Dataframe에서 특정 column을 기준으로 순위를 return
  • rank의 결과는 소수점 한자리까지 나타남
    example) 2.0, 3.5

Ascending (True, False)

dataframe.rank(ascending = True)  #오름차순
dataframe.rank(ascending = False) #내림차순

Method (average, min, max, first)

1) average

  • 동점 발생 시 두 순위의 평균 순위를 반영
  • method를 지정하지 않으면 average가 default method로 적용된다.
dataframe.rank(method = 'average')

0   1.0
1   2.0
2   3.5
3   3.5
4   5.0

2) min

  • 동점 발생 시 더 높은 순위로 공동 순위를 return
dataframe.rank(method = 'min')

0   1.0
1   2.0
2   3.0
3   3.0
4   5.0

3) max

  • 동점 발생 시 더 낮은 순위로 공동 순위를 return
dataframe.rank(method = 'max')

0   1.0
1   2.0
2   4.0
3   4.0
4   5.0

4) first

  • 동점 발생 시 위에 있는 데이터 (먼저 관측된 데이터)를 더 높은 순위로 적용
dataframe.rank(method = 'first')

0   1.0
1   2.0
2   3.0
3   4.0
4   5.0

Code

import pandas as pd

rank_table = pd.DataFrame(ranking_list.values())

ordered_table = rank_table.sort_values('average_time', ascending = True)

ordered_table['total_score_rank']      = ordered_table['total_score'].rank(ascending = False, method = 'min')
ordered_table['total_count_rank']      = ordered_table['total_count'].rank(ascending = False, method = 'min')
ordered_table['completion_score_rank'] = ordered_table['completion_score'].rank(ascending = False, method = 'min')
ordered_table['average_time_rank']     = ordered_table['average_time'].rank(ascending = True, method = 'min')
ordered_table['shortest_time_rank']    = ordered_table['shortest_time'].rank(ascending = True, method = 'min')

Thinking

  • Rank마다 ascending(오름차순, 내림차순) option이 다르기 때문에, column마다 rank를 계산해서 따로 만들었다. dataframe column을 bulk로 한꺼번에 만들거나 계산할 수 있는 방법이 필요하다.


Hello, I'm@hongdev

🍓Github