Pandas 居中滾動窗口排名返回錯誤值

Question

我正在嘗試在 Pandas 的滾動窗口中計算列值的排名，如下所示：

df = pd.DataFrame( [[1, 10],
                    [2, 20],
                    [3, 50],
                    [4, 30],
                    [5, 40]], 
                   columns=['order_col', 'rank_col'])
df['rank'] = df.rolling(3, center=True, min_periods=1, on='order_col')['rank_col'].rank()

rank() 的結果雖然給出了窗口中最后一行的排名，而不是中心的排名，正如預期的那樣：

有什么想法可以讓我獲得正確行的排名嗎？ 即我希望排名為 1, 2, 3, 1, 2

編輯：我選擇了一個小例子來說明問題，但實際上我的數據框有數千行，滾動窗口的大小為 100+ 行。

Answer 1

以下是一種解決方法，您將在 apply 中使用 rank 並明確采用中心值。

代碼檢查系列的索引以識別它是第一個窗口而不是最后一個窗口。

def series_rank_center(series):
    if 1 in series.index and len(series) < 3:
        return series.rank().iat[0]  # center value for first window
    else:
        return series.rank().iat[1]  # center value

df.rolling(3, center=True, min_periods=1, on='order_col').apply(series_rank_center)

   order_col  rank_col
0          1       1.0
1          2       2.0
2          3       3.0
3          4       1.0
4          5       2.0