Quero encontrar nesse DataFrame, os 3 melhores user_id
por Nome prova
. Ou seja, aqueles que possuem o maior número de valores 1 na coluna correta ( tal coluna é composta por valores 0
e 1
):
Nome prova user_id correta
3 SABESP ASSESMENT RO 85 1
4 SABESP ASSESMENT RO 62 1
5 SABESP ASSESMENT RO 45 1
6 SABESP ASSESMENT RO 39 1
7 SABESP ASSESMENT RO 62 1
... ... ...
24269 SICREDI UNID 7 1684 1
24271 SICREDI UNID 7 1695 1
24273 SICREDI UNID 7 1674 1
24275 SICREDI UNID 7 1681 1
24276 SICREDI UNID 7 1672 1
Eu tentei fazer da seguinte forma :
only_corrects = dataset[dataset.correta == 1]
best_participants = only_corrects[['Nome prova', 'user_id', 'correta']].groupby(['Nome prova', 'user_id']).sum()
best_participants.pivot_table(values='correta', index='user_id', columns='Nome prova')
porém oque recebo são vários valores NaN
entre aqueles user_id
que não realizaram a prova:
Nome prova Provas Sabesp - RB SABESP ASSESMENT RO SICREDI UNID 7 Sabesp \
user_id
1 NaN NaN NaN NaN
2 NaN NaN NaN NaN
33 NaN 4.0 NaN 9.0
34 NaN 11.0 NaN NaN
35 NaN 6.0 NaN NaN
... ... ... ...
1699 NaN NaN 8.0 NaN
1700 NaN NaN 9.0 NaN
1702 NaN NaN 13.0 NaN
1703 NaN NaN 7.0 NaN
1704 NaN NaN 11.0 NaN
Tentei também apenas ultilizar o groupby
:
only_corrects = dataset[dataset.correta == 1]
best_participants = only_corrects[['Nome prova', 'user_id', 'correta']].groupby(['Nome prova', 'user_id']).sum()
mas também sem sucesso:
correta
Nome prova user_id
Disal 404 10
405 5
406 11
407 9
408 6
...
prova alto uruguai 785 8
786 11
787 5
788 11
789 7