如何用Polars语法重写指定SQL查询并解决分组排名问题

如果你的需求是实现类似SQL中DENSE_RANK()或RANK()的并列排名逻辑（比如让Customer B的三项相同数据获得同一排名），Polars里最简洁高效的写法是使用内置的rank()方法配合窗口函数：

实现代码 #

假设你的数据按Customer分组，对Amount字段进行排名：

• 若需要密集排名（相同值同排名，后续名次不跳号），对应SQL的DENSE_RANK()：

import polars as pl

result = df.with_columns(
    pl.col("Amount")
    .rank(method="dense")
    .over("Customer")
    .alias("Rank")
)

• 若需要标准排名（相同值同排名，后续名次跳号），对应SQL的RANK()：

result = df.with_columns(
    pl.col("Amount")
    .rank(method="min")
    .over("Customer")
    .alias("Rank")
)

为什么这是最优写法 #

1. 性能最优：rank()是Polars底层优化的矢量化操作，比任何手动实现的分组排名逻辑（比如用sort()+cumcount()自定义）都要高效，大数据量下差距尤为明显。
2. 语义明确：通过method参数直接指定排名规则，代码可读性强，无需额外注释就能理解逻辑。
3. 贴合SQL/Pandas逻辑：完美对应你熟悉的SQL排名函数，以及Pandas中rank(method='dense')/rank(method='min')的行为，学习成本低。

关于你遇到的Customer B并列问题 #

之前的代码无法识别并列排名，大概率是使用了默认的method="average"（会给相同值分配平均排名，导致名次不是整数并列），或者窗口分组的范围有误。改用上述指定method的写法，就能精准实现你需要的并列排名效果。

内容的提问来源于stack exchange，提问作者AKtheAT