У меня есть пандас dataframe с колонками = имена пользователей строк = названия ресторанов. Значения являются рейтингами, данными пользователями. Затем отсортировано по значению. Например:
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)
Теперь, в случае ничьей, я хочу, чтобы ресторан с более высокими минимальными значениями для обоих пользователей был оценен выше. Например, rest2, rest6 и rest8 имеют средние значения 6,5, но я хочу, чтобы они были ранжированы следующим образом: rest6> rest2> rest8, так как rest6 = (6, 7), rest2 = (5, 8), rest8 = (4, 9).
Мой план состоял в том, чтобы составить новый список ресторанов и использовать его в качестве нового индекса. Вот моя супер грязная попытка:
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
Я знаю, что должен быть лучший выход. Кроме того, возникает проблема создания дубликатов, когда в галстуке более двух ресторанов. Кроме того, я бы хотел, чтобы это работало для более чем двух пользователей. Спасибо!
Просто используя mean
и min
с concat
и concat
их вместе
idx=pd.concat([ratings.mean(1),ratings.min(1)],axis = 1).\
sort_values([0,1],ascending=[True,False]).\
index
ratings.loc[idx]
user1 user2
rest1 1 4
rest4 3 4
rest7 5 2
rest6 6 7
rest2 5 8
rest8 4 9
rest5 8 8
rest3 7 9
ratings=ratings.loc[idx]
import pandas as pd
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['mean']=ratings.mean(axis=1)
ratings['min']=ratings.min(axis=1)
ratings_sorted = ratings.sort_values(by=['mean','min'], ascending=False)
print(ratings_sorted)