pandas 根据成绩分布指定奖项

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

本案例我们将实现，先按成绩进行排序，根据比赛得分前1%获得一等奖，前2%获得二等奖，前3%获得三等奖。

数据构造

先用 faker 库构造数据：

import pandas as pd
from faker import Faker

f = Faker('zh')
df = pd.DataFrame({'name': [f.name() for i in range(400)],
                   'score': [f.pyint(1, 10000) for i in range(400)],
                  })
df.head()
'''
  name  score
0  贺玉英   5744
1  张建平   3373
2   李旭   8084
3   蒋伟   3053
4   刘杨   3972
'''

两列分别是姓名和得分，由于数据是随机生成，你的执行结果可能和上边不一样。

代码

先增加一个辅助列，对分数列用 rank() 给定占比位置，其中乘以 100 转为 0-100 来表示：

(
    df.assign(rk=df.score.rank(ascending=False, pct=True)*100)
    .sort_values('rk')
)
'''
    name  score      rk
110   陈雪   9990    0.25
200  陈淑珍   9968    0.50
393   赵刚   9933    0.75
236  洪桂芳   9932    1.00
7    冯玉英   9921    1.25
..   ...    ...     ...
158  蔡志强    261   99.00
392  舒玉华    223   99.25
92    刘洋    152   99.50
35   杜淑华    128   99.75
208   王宇    103  100.00

[400 rows x 3 columns]
'''

然后根据 rk 百分比数用 pd.cut() 进行分箱，并将标签值设置奖项名称。

(
    df.assign(rk=df.score.rank(ascending=False, pct=True)*100)
    .sort_values('rk')
    .assign(res=lambda x: pd.cut(x.rk, bins=[0, 1, 2, 3],
                                 labels=['一等奖', '二等奖', '三等奖'])
           )
    .style
)
'''
    name  score    rk  res
110   陈雪   9990  0.25  一等奖
200  陈淑珍   9968  0.50  一等奖
393   赵刚   9933  0.75  一等奖
236  洪桂芳   9932  1.00  一等奖
7    冯玉英   9921  1.25  二等奖
120   廖玉   9887  1.50  二等奖
305  王玉英   9881  1.75  二等奖
20    王东   9814  2.00  二等奖
56   朱建国   9806  2.25  三等奖
316   董敏   9752  2.50  三等奖
138   何杨   9714  2.75  三等奖
152   巫佳   9696  3.00  三等奖
143  谢淑英   9694  3.25  NaN
261  梁雪梅   9689  3.50  NaN
288   胡磊   9666  3.75  NaN
36    马峰   9640  4.00  NaN
147   王洁   9636  4.25  NaN
170   吕莹   9612  4.50  NaN
278   陈霞   9533  4.75  NaN
183   梁平   9498  5.00  NaN
...
'''

这样就完成了需求。

（完）

pandas 根据成绩分布指定奖项

数据构造

代码

相关内容