排名聚合：将本地子排名合并到全球排名

Question

我有一个包含多个本地商店排名的数据集，我希望以编程方式将其聚合/组合成一个国家排名。我知道本地排名是按销量排名，但我没有给出销量，所以必须使用相对排名来创建尽可能准确的全国排名。

举个简短的例子，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），它们代表可以相互重叠的不同地理边界。

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，因为它们分别在排名_1 和排名_3 中最高，并且它们出现在排名_2 最高的 A 之上。我们知道 O 是下一个，因为它在ranking_3 中高于 A。接下来是A，依此类推...

如果我在纸上正确地做到了这一点，这个简短示例的输出将是：

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两个商店中哪个排名更高时，我们认为它是平局（即我们知道 J 或 Q 之一是排名最高的商店，但不知道哪个更高，所以我们把它们都放在1.5）。在实际数据集中，每个列表中有 100 多个 1000 多个项目。

我很高兴尝试解决这个问题，并且很好奇是否有人有任何聪明的方法。

Answer 1

修改的合并排序算法将在这里有所帮助。修改应考虑到无与伦比的商店，并通过构建您愿意视为平等的无与伦比的元素组（如 Q 和 J）

Answer 2

该方法旨在分析排名靠前的所有商店。如果它们在任何其他排名列表中的位置不低于第一位，则它们属于该前级并被添加到“级别”列表中。接下来，将它们从领先者中删除，并调整所有列表，以便有新的领先者。重复这个过程，直到没有商店离开。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对于提供的排名：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]然后调用函数：rank_stores(rankings)结果是：[{'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明确的排名。试试这个顺序。['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]调用函数：rank_stores(rankings)结果是：[{'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”的位置。只是它在“Z”和“K”之间的范围内。当在数百个排名和商店中相乘时，某些商店将无法按绝对数量正确排名。