Pandas中含NaN值的tiebreaker列参与排名计算异常问题

问题分析 #

你当前通过将两列转为元组再排名的方式，会因为NaN在元组比较中的特殊逻辑，导致同得分但含NaN的行被分配不同的dense排名。即使把NaN转为0，若0不是该列的极小值，也无法匹配预期的排序逻辑。

正确解决方案 #

根据你的需求（先按Weighted_Score(%)排名，得分相同时用tie_breaker决胜，同得分行共享相同dense排名），可以按以下方式实现：

方案1：先排序再按得分计算排名（兼容所有Pandas版本）

# 按指定规则排序：Weighted_Score(%)升序，tie_breaker升序，NaN放末尾
df_sorted = df.sort_values(
    by=['Weighted_Score(%)', 'tie_breaker'],
    ascending=[True, True],
    na_position='last'
)

# 仅基于Weighted_Score(%)计算dense排名
df_sorted['Rank'] = df_sorted['Weighted_Score(%)'].rank(method='dense', ascending=True).astype(int)

# 如需恢复原数据顺序，执行下面一行
# df = df_sorted.sort_index()

执行后结果：

方案2：使用Pandas 1.4.0+的多列rank参数

如果你的Pandas版本≥1.4.0，可以直接用rank的by参数指定多列，同时通过na_option='bottom'将NaN放在排序末尾：

df['Rank'] = df.rank(
    method='dense',
    ascending=[True, True],
    by=['Weighted_Score(%)', 'tie_breaker'],
    na_option='bottom'
)['Weighted_Score(%)'].astype(int)

关键说明 #

• 若你需要得分越高排名越靠前，只需将ascending参数改为[False, False]，同时调整rank的ascending=False。
• na_position='last'（或na_option='bottom'）确保含NaN的tie_breaker行在同得分组中排在最后。

内容的提问来源于stack exchange，提问作者ggupta