Pandas：统计当前实验参与者后续实验的排名提升情况（第一部分）

核心思路 #

要解决这个问题，我们需要把每个参与者的跨实验排名关联起来，判断其后续实验的排名变化，再按当前实验分组统计目标指标。具体步骤如下：

1. 明确实验顺序（A→B→C），避免后续匹配出错
2. 为每个参与者按实验顺序排序，关联其下一个实验的排名
3. 标记出排名提升和进入最高排名的情况
4. 按当前实验分组统计符合条件的人数

代码实现 #

假设你已经加载了df_learning这个DataFrame，执行以下代码：

import pandas as pd

# 1. 定义实验顺序，转换为有序类别保证排序逻辑正确
experiment_order = ['A', 'B', 'C']
df_learning['Experiment'] = pd.Categorical(
    df_learning['Experiment'], 
    categories=experiment_order, 
    ordered=True
)

# 2. 按参与者和实验排序，关联后续实验的排名与实验名称
df_sorted = df_learning.sort_values(['Subject', 'Experiment'])
df_sorted['Next_Rank'] = df_sorted.groupby('Subject')['Rank'].shift(-1)
df_sorted['Next_Experiment'] = df_sorted.groupby('Subject')['Experiment'].shift(-1)

# 3. 标记排名提升和进入最高排名的情况
# 排名提升：后续排名 < 当前排名（Rank越小越靠前），且存在后续实验
df_sorted['Rank_Improved'] = (df_sorted['Next_Rank'] < df_sorted['Rank']) & df_sorted['Next_Rank'].notna()
# 进入最高排名：后续排名等于1，且存在后续实验
df_sorted['Reached_Top'] = (df_sorted['Next_Rank'] == 1) & df_sorted['Next_Rank'].notna()

# 4. 按实验分组统计结果
result = df_sorted.groupby('Experiment').agg(
    总参与者数=('Subject', 'nunique'),
    排名提升人数=('Rank_Improved', 'sum'),
    后续进入最高排名人数=('Reached_Top', 'sum')
).reset_index()

print(result)

输出结果说明 #

运行代码后会得到如下统计结果：

• 实验A：Charlie（排名从3→2）、Echo（排名从5→3）实现排名提升，无人后续进入Rank1
• 实验B：Juliet（排名从7→1）既实现排名提升，又进入了最高排名
• 实验C：无后续实验，两项计数均为0

内容的提问来源于stack exchange，提问作者matekus