排名汇总:将本地排名合并为全球排名

Question

我有一个多个本地商店排名的数据集，我希望通过编程将其聚合/合并到一个国家排名中。我知道当地的排名是按销售量排列的，但我没有得到销量，所以必须使用相对排名尽可能准确地创造一个全国性的排名。

作为一个简短的例子，假设我们有3个本地排名列表，从最佳排名(第一)到最差排名(最后)，它们代表着不同的地理边界，可以相互重叠。

ranking_1 = ['J','A','Z','B','C']
ranking_2 = ['A','H','K','B']
ranking_3 = ['Q','O','A','N','K']

我们知道J或Q是排名最高的商店，因为两者在ranking_1和ranking_3中都是最高的，它们都出现在A之上，在ranking_2中最高。我们知道O是其次，就像它在ranking_3中高于A。a次之，等等……

如果我在纸上正确地这样做，这个简短的例子的输出将是：

global_ranking = [('J',1.5),('Q',1.5),('O',3),('A',4),('H',6),('N',6),('Z',6),('K',8),('B',9),('C',10)]

请注意，当我们没有足够的数据来确定哪一家商店排名更高时，我们认为这是一种平分(即我们知道J或Q中的一家是排名最高的商店，但不知道哪一家更高，所以我们把它们都放在1.5)。在实际数据集中，每个.中都有1000+项的100+列表。

我很高兴尝试找出这个问题，我很好奇是否有人有聪明的方法来解决这个问题。

Answer 1

修改后的合并排序算法在这里会有所帮助。修改应该考虑到无与伦比的商店，并建立一组不可比较的元素，您愿意认为它们是相等的(比如Q和J)。

Answer 2

这种方法试图分析排名前面的所有商店。如果它们没有位于任何其他排名列表中的第一位，那么它们属于这一级别，并被添加到“级别”列表中。接下来，他们被从领跑者中移除，所有的列表都被调整，这样就有了新的领跑者。重复这个过程，直到没有剩下的商店。

def rank_stores(rankings):
    """
    Rank stores with rankings by volume sales with over lap between lists. 
    :param rankings: list of rankings of stores also in lists.
    :return: Ordered list with sets of items at same rankings.
    """

    rank_global = []

    # Evaluate all stores in the number one postion, if they are not below 
    # number one somewhere else, then they belong at this level. 
    # Then remove them from the front of the list, and repeat. 
    while sum([len(x) for x in rankings]) > 0:
        tops = []

        # Find out which of the number one stores are not in a lower position 
        # somewhere else.
        for rank in rankings: 
            if not rank: 
                continue
            else:
                top = rank[0]
                add = True

            for rank_test in rankings:
                if not rank_test:
                    continue
                elif not rank_test[1:]:
                    continue
                elif top in rank_test[1:]:
                    add = False
                    break
                else:
                    continue
            if add: 
                tops.append(top)

        # Now add tops to total rankings list, 
        # then go through the rankings and pop the top if in tops. 
        rank_global.append(set(tops))


        # Remove the stores that just made it to the top.
        for rank in rankings: 
            if not rank:
                continue
            elif rank[0] in tops:
                rank.pop(0)
            else:
                continue

    return rank_global

关于排名，规定：

ranking_1 = ['J','A','Z','B','C']
ranking_2 = ['A','H','K','B']
ranking_3 = ['Q','O','A','N','K']
rankings = [ranking_1, ranking_2, ranking_3]

然后调用该函数：

rank_stores(rankings)

在以下方面的成果：

[{'J', 'Q'}, {'O'}, {'A'}, {'H', 'N', 'Z'}, {'K'}, {'B'}, {'C'}]

在某些情况下，可能没有足够的信息来确定确定的排名。试试这个命令。

['Z', 'A', 'B', 'J', 'K', 'F', 'L', 'E', 'W', 'X', 'Y', 'R', 'C']

我们可以得出以下排名：

a = ['Z', 'A', 'B', 'F', 'E', 'Y']
b = ['Z', 'J', 'K', 'L', 'X', 'R']
c = ['F', 'E', 'W', 'Y', 'C']
d = ['J', 'K', 'E', 'W', 'X']
e = ['K', 'F', 'W', 'R', 'C']
f = ['X', 'Y', 'R', 'C']
g = ['Z', 'F', 'W', 'X', 'Y', 'R', 'C']
h = ['Z', 'A', 'E', 'W', 'C']
i = ['L', 'E', 'Y', 'R', 'C']
j = ['L', 'E', 'W', 'R']
k = ['Z', 'B', 'K', 'L', 'W', 'Y', 'R']
rankings = [a, b, c, d, e, f, g, h, i, j, k]

调用该函数：

rank_stores(rankings)

在以下方面的成果：

[{'Z'},
 {'A', 'J'},
 {'B'},
 {'K'},
 {'F', 'L'},
 {'E'},
 {'W'},
 {'X'},
 {'Y'},
 {'R'},
 {'C'}]

在这种情况下，没有足够的信息来确定'J‘相对于'A’和'B‘应该在哪里。只是它在'Z‘和'K’之间的范围内。

当在数百个排名和商店中成倍增加时，一些商店将无法按绝对数量进行适当的排名。