基于变量对列进行排名

Question

我有一个这样的数据框-  Metric       Value         Modelf1_measure  0.854053454   Logistic_Regressionauc         0.927363382   Logistic_Regressionprecision   0.871229558   Logistic_Regressionf1_measure  0.957372309   Random_Forestauc         0.994050551   Random_Forestprecision   0.974012599   Random_Forestf1_measure  0.823266765   Naive_Bayesauc         0.91573591    Naive_Bayesprecision   0.83156611    Naive_Bayes现在我想创建另一个数据框-       Model_name         Rank      Metric       Random_Forest          1        auc      Logistic_Regression    2        auc      Naive_Bayes            3        auc 'auc'此数据框是使用用户提供的Metric== 创建的。我需要创建一个新的数据框，其排名基于用户给定的指标值，如上所示。

Answer 1

如何使用布尔索引来提取您需要的内容，分配排名和排序：

(df[df.Metric=='auc']

   .assign(Rank=lambda x: x['Value'].rank(ascending=False))

   .sort_values('Rank')

)

输出：

  Metric     Value                Model  rank

4    auc  0.994051        Random_Forest   1.0

1    auc  0.927363  Logistic_Regression   2.0

7    auc  0.915736          Naive_Bayes   3.0

Answer 2

用于boolean indexing过滤指标等于的数据框auc，然后用于Series.rank对列上过滤后的数据框进行排名Value，最后用于DataFrame.sort_values将数据框排序为Rank

df1 = df[df.Metric.eq('auc')]

df1 = df1.assign(Rank=df1.pop('Value').rank(ascending=False)).sort_values(by='Rank')

结果：

# print(df1)

  Metric                Model  Rank

4    auc        Random_Forest   1.0

1    auc  Logistic_Regression   2.0

7    auc          Naive_Bayes   3.0

：

Answer 3

像这样的事情怎么样：

df[df.Metric == 'auc'].sort_values(by = 'Value', ascending = False)