我有一个列=用户名行=餐厅名称的熊猫数据框。这些值是用户给出的评级。然后按平均值排序。例如:
ratings = pd.DataFrame(data=[[1, 4], [5, 8], [7, 9], [3, 4], [8, 8], [6, 7], [5, 2], [4, 9]],
index=['rest1', 'rest2', 'rest3', 'rest4', 'rest5', 'rest6', 'rest7', 'rest8'],
columns=[user1, user2])
ratings_sorted = preds_db.sort_values(by='mean', ascending=False)
现在,在平局的情况下,我希望两个用户的最小值都较高的餐厅排名更高。例如,rest2、rest6和rest8的平均值都是6.5,但我希望它们的排序如下:rest6>;rest2>;rest8,因为rest6=(6,7)、rest2=(5,8)、rest8=(4,9)。你知道吗
我的计划是列出一个新的列表,并用它作为新的索引。下面是我的超级混乱尝试:
def highest_min(rest1, rest2, db):
if db.loc[rest1].min() > db.loc[rest2].min():
return [rest1, rest2]
return [rest2, rest1]
def add_resorted_column(preds_db_sorted):
resorted = []
for i, rest in enumerate(preds_db_sorted.index):
if i < len(preds_db_sorted.index)-1:
if preds_db_sorted.iloc[i]['mean'] != preds_db_sorted.iloc[i+1]['mean']:
if preds_db_sorted.index[i] not in resorted:
resorted.append(rest)
else:
resorted.extend(highest_min(
preds_db_sorted.index[i],
preds_db_sorted.index[i+1],
preds_db_sorted))
else:
if preds_db_sorted.index[-1] not in resorted:
resorted.append(preds_db_sorted.index[-1])
return resorted
我知道一定有更好的办法。而且,当两个以上的餐厅在同一条线上时,这也会产生重复的问题。此外,我还想将其扩展到两个以上的用户。谢谢!你知道吗
只需将
mean
和min
与concat
一起使用并将它们排序即可相关问题 更多 >
编程相关推荐