如何在Pandas中实现随行数增长的滚动百分比排名？

需求说明 #

需要在Pandas DataFrame中实现连续滚动排名，窗口大小随DataFrame行数逐行增长：

• 第1行仅基于自身计算排名
• 第2行基于前2行数据
• ...
• 最后一行基于整个序列数据

Pandas原生rolling()方法要求固定整数窗口大小，无法直接实现这种动态窗口的需求。

期望输出 #

问题分析 #

你尝试的代码：

df['len']=range(len(df))
df['rank']=df['value'].rolling(df['len']).rank(pct=True)

无法运行，因为rolling()方法不支持传入动态变化的窗口大小参数，仅接受固定整数。

解决方案 #

使用Pandas的expanding()方法，它会自动创建从第一行开始、逐行扩大的窗口，完美匹配需求。结合rank()方法设置降序和排名规则即可实现目标。

完整代码示例 #

import pandas as pd

# 构造示例DataFrame
data = {'Value': [6, 3, 4, 100, 1]}
df = pd.DataFrame(data)

# 计算逐行增长的降序排名，method='min'保证相同值取最小排名
df['Rank (descending)'] = df['Value'].expanding().rank(ascending=False, method='min')

# 添加描述列（可选，仅用于匹配示例输出）
df['description'] = [
    '6是第一行，因此排名为1',
    '3是6和3中的第二大值，排名为2',
    '4是6、3、4中的第二大值，排名为2',
    '100是6、3、4、100中的最大值，排名为1',
    '1是6、3、4、100、1中的最小值，排名为5'
]

print(df)

代码说明 #

1. expanding()：生成一个累积窗口，从第1行开始，每一行的窗口包含当前行及之前所有行的数据，正好实现“随行数增长的滚动窗口”。
2. rank(ascending=False, method='min')：
   • ascending=False：设置降序排名（数值越大排名越靠前）
   • method='min'：当存在相同数值时，取最小的排名，与示例中的排名规则一致。

运行代码后，输出结果将完全匹配你期望的表格。

内容的提问来源于stack exchange，提问作者greenguy