基于多列优先级的DataFrame排名列实现（含同分规则）

原始数据 #

import pandas as pd

df = pd.DataFrame({
    "DScore": [2, 2, 3, 4, 5],
    "EScore": [6, 7, 9, 9, 10],
    "Total Score": [17, 15, 15, 23, 25]
})

排名规则 #

• 优先按Total Score降序排序排名
• Total Score相同时，按EScore降序判断
• EScore仍相同时，按DScore降序判断
• 三者完全相同时，分配相同排名

预期输出 #

df = pd.DataFrame({
    "DScore": [2, 2, 4, 4, 5],
    "EScore": [6, 7, 9, 9, 10],
    "Total Score": [17, 15, 23, 23, 25],
    "Rank": [3,4,2,2,1]
})

实现代码 #

利用pandas的rank()方法，指定多列排序依据，设置降序和method='min'来保证相同值获得相同排名：

# 按规则排序（可选，用于对齐预期输出的行顺序）
df = df.sort_values(by=['Total Score', 'EScore', 'DScore'], ascending=False)

# 生成排名列并转为整数类型
df['Rank'] = df.rank(by=['Total Score', 'EScore', 'DScore'], ascending=False, method='min').astype(int)

# 查看最终结果
print(df)

执行后将得到与预期一致的排名结果：

• Total Score=25的行排名第1
• 两个Total Score=23的行共同排名第2
• Total Score=17的行排名第3
• Total Score=15的行排名第4

内容的提问来源于stack exchange，提问作者Michał Surdej