Обновление значений групп в столбце из словаря

Question

Я знаю, как обновить столбец данных, используя соответствующие ключи и значения из словаря, но как лучше всего обновить значения нескольких групп в столбце изсловарь?

Итак, один из способов сделать это - сгруппировать, а затем прочитать значения группы из соответствующих ключей в словаре. Однако это занимает слишком много времени для моего набора данных, который имеет 14M строк и 125000 'match_id's.

df = pd.DataFrame({'match_id': ['m1', 'm1', 'm1', 'm1', 'm1', 'm1', 'm2', 'm2', 'm2', 'm2', 'm2', 'm2', 'm3', 'm3', 'm3', 'm3'],
                   'name':['peter', 'mike', 'jeff', 'john', 'alex', 'joe', 'jeff', 'peter', 'alex', 'li', 'joe', 'tom', 'mike', 'john', 'tom', 'peter'],
                   'rank': [4, 3, 1, 2, 5, 6, 2, 4, 3, 1, 5, 6, 1, 3, 2, 4],
                   'rating': [1200, 1300, 1600, 1550, 1150, 1540, 1340, 1300, 1390, 1290, 1450, 1650, 1420, 1490, 1320, 1410]})

dict1 = {'m1': [5, 4, 1, 2, 6, 3], 'm2': [4, 5, 3, 6, 2, 1], 'm3': [2, 1, 4, 3]}

df_new = pd.DataFrame()
grouped = df.groupby('match_id', sort=False)
for id, dfg in grouped:
        dfm = dfg.copy()
        dfm['new_rank']= dict1[id]
        df_new = pd.concat([df_new, dfm], sort=True)

Это создает новый столбец' new_rank ', в котором значения извлекаются из dict1 для каждого match_id.

Я также попробовал функцию map , но поскольку она не предназначена для групп, она просто вставляет полный список значений для каждого match_id в каждую строку.

Есть ли какой-нибудь эффективный способ сделать это?

Кстати, я пришел к словарю, который вычисляет новые ранги на основе порядка чисел в столбце «рейтинг» (если выможет также придумать лучший способ приблизиться ко всему, пожалуйста, дайте мне знать):

dict1 = {}
grouped = df.groupby('match_id', sort=False)
for id, dfg in grouped:
    dfm = dfg.copy()
    dict1[id] = [len(dfm['rating'])-(sorted(dfm['rating'], reverse = False).index(x)) for x in dfm['rating']]

Answer 1

Причина, по которой я спросил логику словаря, заключается в том, что мы можем решить проблему прямо здесь. Вы просто хотите Groupby.rank:

df['new_rank'] = df.groupby('match_id')['rating'].rank(ascending=False).astype(int)

Выход

   match_id   name  rank  rating  new_rank
0        m1  peter     4    1200         5
1        m1   mike     3    1300         4
2        m1   jeff     1    1600         1
3        m1   john     2    1550         2
4        m1   alex     5    1150         6
5        m1    joe     6    1540         3
6        m2   jeff     2    1340         4
7        m2  peter     4    1300         5
8        m2   alex     3    1390         3
9        m2     li     1    1290         6
10       m2    joe     5    1450         2
11       m2    tom     6    1650         1
12       m3   mike     1    1420         2
13       m3   john     3    1490         1
14       m3    tom     2    1320         4
15       m3  peter     4    1410         3