つとむ先生のpandasドリル【全教科でTop3の順位を追加するには？】

tsutomu こんにちはPyQチームのtsutomuです。
pandasドリル第16回の問題は「全教科でTop3の順位を追加するには？」です。

つとむ先生の紹介

20数年、最適化関連の案件に従事するビープラウドの技術士（情報工学）。2014年より最適化のモデル作成にPythonを使い始め、効率的に開発できるようになる。東京海洋大学、青山学院大学、慶應義塾大学、上智大学に非常勤講師としての勤務経験がある。また、オペレーションズ・リサーチ学会に約30年所属し、理事を2期務めた。フェロー。
主な著書はモデリングの諸相、Python言語によるビジネスアナリティクス、今日から使える!組合せ最適化、データ分析ライブラリーを用いた最適化モデルの作り方

問題

tsutomu DataFrame型の変数dfに、テストの結果が入っています。

下記のように、PointのTop3の順位（Rank）を追加してください。4位以下は、NaNにしてください。
結果は、変数dfそのものを修正してください。

求められる結果

	Name	Subject	Point	Rank
0	Alice	国語	87	2.0
1	Alice	算数	72	3.0
2	Bob	国語	65	NaN
3	Bob	算数	92	1.0

問題で使うDataFrame

	Name	Subject	Point
0	Alice	国語	87
1	Alice	算数	72
2	Bob	国語	65
3	Bob	算数	92

import pandas as pd

df = pd.DataFrame(
    [
        ['Alice', '国語', 87],
        ['Alice', '算数', 72],
        ['Bob', '国語', 65],
        ['Bob', '算数', 92],
    ],
    columns=['Name', 'Subject', 'Point'])
df

回答

回答はクリック！

df["Rank"] = df.Point.rank(ascending=False).sort_values()[:3]

解説

df.Point.rank(ascending=False)でPointの順位になります。

df.Point.rank(ascending=False)

0    2.0
1    3.0
2    4.0
3    1.0
Name: Point, dtype: float64

さらに.sort_values()をつなげて、順位でソートします。

df.Point.rank(ascending=False).sort_values()

3    1.0
0    2.0
1    3.0
2    4.0
Name: Point, dtype: float64

.iloc[:3]を付けることで、3つだけにします。

df.Point.rank(ascending=False).sort_values().iloc[:3]

3    1.0
0    2.0
1    3.0
Name: Point, dtype: float64

df["Rank"]に上記を代入します。

df["Rank"] = df.Point.rank(ascending=False).sort_values().iloc[:3]

右辺はSeriesです。Seriesを代入すると、右辺のインデックスに対応するdfの部分にだけ代入されます。
右辺に対応するインデックスが存在しないdf["Rank"]の値はNaNになります。

別解

df["Rank"] = float("nan")
sr = df.Point.rank(ascending=False).sort_values()[:3]
df.Rank.update(sr)

上記のようにdf.Rank.update()を使うこともできます。 この場合、df["Rank"] = float("nan")のように初期化が必要です。

お知らせ

PyQの「pandasチャレンジ」パートではこの問題を実際に手を動かしながら学べます。
PyQで学習中の方はぜひトライしてみてください。

https://pyq.jp/quests/pandas_challenge_2_2/

前回の問題

第15回つとむ先生のpandasドリル【教科ごとの順位を追加するには？】は、こちらからご覧ください。

blog.pyq.jp