Pandas多列分组dense rank报错：无法将多列DataFrame赋值给单列rank

报错原因分析 #

你遇到的ValueError: Cannot set a DataFrame with multiple columns to the single column rank，是因为当你传入多列给groupby.transform中的rank方法时，会返回一个包含两列的DataFrame（每列对应原字段的单独排名），但你试图将这个多列结果赋值给一个名为rank的单列，类型不匹配导致报错。

你的需求是按built_year降序、registered_year降序的优先级，对每个building_id分组内的记录进行连续的dense排名，相同built_year+registered_year组合的记录获得相同排名，且排名连续不跳号。

解决方案 #

方案一：分组内排序+组合键排名（推荐） #

通过对每个分组内的记录按指定字段排序，再基于built_year和registered_year的组合生成dense排名：

import pandas as pd

# 示例数据初始化
data = {
    'id': [1, 1, 1, 1],
    'building_id': [90, 89, 90, 90],
    'built_year': [1999, 1925, 2001, 2009],
    'registered_year': ['1999-10-10 10:10:10+00:00', '1925-10-10 10:10:10+00:00', '2000-10-10 10:10:10+00:00', '2000-10-10 10:10:10+00:00']
}
df = pd.DataFrame(data)

# 数据类型转换
df['built_year'] = pd.to_numeric(df['built_year'], errors='coerce')
df['registered_year'] = pd.to_datetime(df['registered_year'], errors='coerce')

# 定义分组排名函数
def compute_dense_rank(group):
    # 按built_year降序、registered_year降序排序
    sorted_group = group.sort_values(['built_year', 'registered_year'], ascending=[False, False])
    # 基于两列组合生成dense排名（ngroup从0开始，加1转为从1开始）
    sorted_group['rank'] = sorted_group.groupby(['built_year', 'registered_year']).ngroup() + 1
    return sorted_group

# 应用到每个building_id分组，保留原数据顺序
df = df.groupby('building_id', group_keys=False).apply(compute_dense_rank)

执行后得到的结果完全符合预期：

方案二：生成临时排序键排名 #

通过拼接built_year和registered_year生成唯一排序键，再对该键进行dense排名：

# 数据类型转换（同方案一）
df['built_year'] = pd.to_numeric(df['built_year'], errors='coerce')
df['registered_year'] = pd.to_datetime(df['registered_year'], errors='coerce')

# 生成临时排序键：拼接两列字符串（ISO格式时间和数字字符串的排序逻辑与原字段一致）
df['sort_key'] = df['built_year'].astype(str) + '_' + df['registered_year'].astype(str)

# 对每个building_id内的sort_key按降序做dense排名
df['rank'] = df.groupby('building_id')['sort_key'].rank(method='dense', ascending=False).astype(int)

# 删除临时列
df.drop('sort_key', axis=1, inplace=True)

该方案同样能得到预期结果，适合对代码简洁性有要求的场景。

内容的提问来源于stack exchange，提问作者hjun