如何基于外部数值对DataFrame中员工数按接近度排名？

我有一个包含公司名称和员工数量的DataFrame，结构如下：

需要根据用户输入的一个数值（比如10），按照各公司员工数与该数值的差值绝对值大小分配排名：差值越小排名越靠前；若两家公司员工数相同，需分配相同排名。

以输入值10为例，预期结果如下：

我了解df.rank()函数，但不清楚如何基于和目标数值的差值实现该排名功能。

你可以通过以下两步实现需求：

1. 计算员工数与目标值的差值绝对值，量化"接近程度"
2. 基于该差值绝对值，用df.rank()完成排名，配置参数处理并列情况

示例代码 #

假设目标输入值为target = 10，具体实现代码如下：

import pandas as pd

# 构建原始DataFrame
data = {
    "公司名称": ["Company A", "Company B", "Company C", "Company D"],
    "员工数量": [1478, 12, 490, 34012]
}
df = pd.DataFrame(data)

target = 10

# 计算员工数与目标值的差值绝对值
df["差值绝对值"] = abs(df["员工数量"] - target)

# 基于差值绝对值排名：ascending=True表示差值越小排名越靠前；method='min'确保相同差值的行获得相同排名
df["排名"] = df["差值绝对值"].rank(method='min', ascending=True)

# 可选：删除临时的差值列
df = df.drop("差值绝对值", axis=1)

print(df)

参数说明 #

• ascending=True：差值越小越接近目标值，因此用升序排名，让小差值对应小排名数
• method='min'：当多个行的差值绝对值相同时，会为它们分配相同的最小排名（比如两个公司差值均为5，都会排第1），满足"相同员工数分配相同排名"的要求

运行代码后即可得到符合预期的结果。

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