如何对Pandas分组后的不同Side分别按升序、降序计算rank？

你当前的代码对所有Side分组统一采用默认的升序排序计算排名，要实现不同Side用不同排序规则，可以用以下两种简洁方法：

方法一：分组自定义排序逻辑 #

通过groupby.apply对每个分组单独设置排序方向，灵活适配不同Side的需求：

def calculate_rank(group):
    # 根据分组的Side值确定排序方向，这里假设Side=1用降序，Side=0用升序，可按需调整
    sort_ascending = False if group['Side'].iloc[0] == 1 else True
    group['Position'] = group['Price'].rank(ascending=sort_ascending).astype('int') - 1
    return group

# 应用分组逻辑并更新DataFrame
d = d.groupby('Side', group_keys=False).apply(calculate_rank)

方法二：条件判断分别计算 #

直接针对不同Side单独计算排名，再用np.where合并结果，逻辑更直观：

import numpy as np

# 分别计算两个Side的排名
rank_side0 = d[d['Side'] == 0]['Price'].rank(ascending=True).astype('int') - 1
rank_side1 = d[d['Side'] == 1]['Price'].rank(ascending=False).astype('int') - 1

# 将结果赋值回Position列
d['Position'] = np.where(d['Side'] == 0, rank_side0, rank_side1)

验证说明 #

以你的示例数据为例：

• Side=1的Price从0.7289到0.7298，用降序排名后减1，得到的Position从9到0，和原数据一致；
• Side=0的Price从0.7299到0.7308，用升序排名后减1，得到的Position从0到9，也和原数据匹配。

内容的提问来源于stack exchange，提问作者Chris