排序、排名、groupby和sum组合>Python pandas

Question

我有一个带有段落对的pandas数据帧。大约有500个段落，每个段落按以下格式成对列出（按段落排序，按最高预测排序）：

ParagraphA | paragraphB | label | prediction

Paragraph1 | Pragraph2  | 1 ----| 0.9890


Paragraph1 | Pragraph10  | 1 ----| 0.9870


Paragraph1 | Pragraph17  | 0 ----| 0.9860


Paragraph1 | Pragraph34  | 1 ----| 0.9820

我已经对这些内容进行了分类和分组（之前段落和预测是按随机顺序排列的）：

^{pr2}$

这是一个排序问题，我试图预测段落之间有联系的可能性。我现在想根据实际存在的链接数量来测量精度（见“标签”）。在

如何计算每个段落（段落下）标签下的“1”数，以及这些“1”出现在前x结果中的次数？（x基于该段落的“1”总数。如果有7个“1”，我会查看前7个结果）

对于上面的例子，假设第1段的标签下有三个“1”，但在前三个中，只有两个“1”

因此，我想摘录以下信息：

1）总体1's=3

2）1在前3=2

Answer 1

我不明白“label”列是否只有数字，或者条目是否与显示的一样（即“1”）。在这种情况下，我建议首先通过以下方式创建一个新列：

df['new_label'] = df['label'].astype(str).str[0]
df['new_label'] = df['new_label'].astype(int)

如果“label”列中只填充了数字，请忽略这段话，并在下面使用“label”而不是“new_label” （我还假设列“new_label”中的值仅为0或1）：

^{pr2}$