在Pandas中如何基于另一列值打破排名的并列情况？

现有DataFrame如下：

其中Rank列由代码 df['Rank'] = df['B'].rank(ascending = False) 按B列降序生成，行2与行3因B值相同出现并列排名。

需求：

• 当B列值并列时，利用A列降序值打破并列，A值更高的行获得更低的排名
• 仅对并列项用A列判定，非并列项的排名仍由B列决定

期望输出：

可以通过多列排序后重新计算排名的方式实现需求，核心逻辑是先按B列降序、再按A列降序排序，之后用rank(method='first')生成唯一排名，同时保留非并列项的原排名逻辑。

代码实现：

# 按B降序、A降序排序，让B相同的行中A值高的排在前面
sorted_df = df.sort_values(by=['B', 'A'], ascending=[False, False])
# 对B列降序排名，method='first'按排序顺序分配唯一排名
sorted_df['Rank'] = sorted_df['B'].rank(ascending=False, method='first')
# 恢复原DataFrame的索引顺序
df = sorted_df.sort_index()

逻辑说明：

• sort_values 先按B列降序排列，B值相同的行再按A列降序排列，确保并列组内A值高的行优先
• rank(ascending=False, method='first') 会给排序后先出现的行分配更低的排名，正好满足A值高的行排名更低的要求
• sort_index() 恢复原始数据的索引顺序，保证结果结构与原DataFrame一致

执行上述代码后，得到的Rank列与期望输出完全匹配。

内容的提问来源于stack exchange，提问作者junfan02