如何用极点替换Pandas DF.Rank（Axis = 1）

Question

Alpha因素有时需要排名，因此：

import pandas as pd

df = pd.Dataframe(some_data)

df.rank(axis=1, pct=True) 

如何有效地使用Polars实施此部分？

Answer 1

PORARS数据框的属性为：

• 列由均匀数据组成（例如，每个列都是单一类型）。
• 行由异源数据组成（例如，一行的数据类型可能有所不同）。

因此，Polars不需要Pandas的 Axis = 1 API。计算数字，字符串，布尔值甚至更复杂的嵌套类型（例如结构和列表）之间的等级是没有多大意义的。

Pandas通过给您 numeric_only 关键字参数来解决此问题。

Polars'更加有用，并希望您使用 expression api 。

表达式

杆表达式在具有保证它们由均匀数据的列上工作。列具有此保证，排在 dataFrame 中的行不多。幸运的是，我们有一个数据类型，可以保证行是同质的： pl.list 数据类型。

假设我们有以下数据：

grades = pl.DataFrame({
    "student": ["bas", "laura", "tim", "jenny"],
    "arithmetic": [10, 5, 6, 8],
    "biology": [4, 6, 2, 7],
    "geography": [8, 4, 9, 7]
})
print(grades)

shape: (4, 4)
┌─────────┬────────────┬─────────┬───────────┐
│ student ┆ arithmetic ┆ biology ┆ geography │
│ ---     ┆ ---        ┆ ---     ┆ ---       │
│ str     ┆ i64        ┆ i64     ┆ i64       │
╞═════════╪════════════╪═════════╪═══════════╡
│ bas     ┆ 10         ┆ 4       ┆ 8         │
│ laura   ┆ 5          ┆ 6       ┆ 4         │
│ tim     ┆ 6          ┆ 2       ┆ 9         │
│ jenny   ┆ 8          ┆ 7       ┆ 7         │
└─────────┴────────────┴─────────┴───────────┘

如果我们要计算所有列的等级，则除 student 外，我们可以将它们收集到 list 数据类型：

这将给出：

grades.select(
    pl.concat_list(pl.exclude("student")).alias("all_grades")
)

shape: (4, 1)
┌────────────┐
│ all_grades │
│ ---        │
│ list[i64]  │
╞════════════╡
│ [10, 4, 8] │
│ [5, 6, 4]  │
│ [6, 2, 9]  │
│ [8, 7, 7]  │
└────────────┘

在列表元素上运行PORRARS表达式

我们可以运行 Polars表达式在列表元素上使用

Polars不能提供关键字参数计算排名的百分比。但是，由于表达方式如此通用，我们可以创建自己的百分比等级表达式。

请注意，我们使用 element（） 是指在 list.eval 表达式中评估的元素。

# the percentage rank expression
rank_pct = pl.element().rank(descending=True) / pl.element().count()

grades.with_columns(
    pl.concat_list(pl.exclude("student"))
      .list.eval(rank_pct).alias("grades_rank")
)

输出：

shape: (4, 5)
┌─────────┬────────────┬─────────┬───────────┬────────────────────────────────┐
│ student ┆ arithmetic ┆ biology ┆ geography ┆ grades_rank                    │
│ ---     ┆ ---        ┆ ---     ┆ ---       ┆ ---                            │
│ str     ┆ i64        ┆ i64     ┆ i64       ┆ list[f64]                      │
╞═════════╪════════════╪═════════╪═══════════╪════════════════════════════════╡
│ bas     ┆ 10         ┆ 4       ┆ 8         ┆ [0.333333, 1.0, 0.666667]      │
│ laura   ┆ 5          ┆ 6       ┆ 4         ┆ [0.666667, 0.333333, 1.0]      │
│ tim     ┆ 6          ┆ 2       ┆ 9         ┆ [0.666667, 1.0, 0.333333]      │
│ jenny   ┆ 8          ┆ 7       ┆ 7         ┆ [0.333333, 0.833333, 0.833333] │
└─────────┴────────────┴─────────┴───────────┴────────────────────────────────┘

请注意，此解决方案适用于您要进行行明智的任何表达式/操作。