如何用更Pythonic的方式在Pandas中实现指定列的自定义排名计算？

给定如下DataFrame：

import pandas as pd

data = {'col1': ['a', 'b', 'c'],
        'col2': [10, 5, 20]}

df_sample = pd.DataFrame(data=data)

想要计算col2的排名，编写了如下函数：

def rank_by(df):
    if df.shape[0] >= 10:
        df.sort_values(by=['col2'])
        l = []
        for val in df['col2']:
            rank = (val/df['col2'].max())*10
            l.append(rank)
        df['rank'] = l
        return df

假设col2对应的行数超过10，请问是否有更Pythonic的方式实现该函数的功能？

当然有更简洁、贴合pandas风格的实现方式，核心是用向量化操作替代低效循环，同时修正原函数里的细节问题：

def rank_by(df):
    if df.shape[0] >= 10:
        # 原函数sort_values未修改原DataFrame，这里通过赋值+copy避免污染输入数据
        df = df.sort_values(by='col2').copy()
        # 直接对整列做元素级运算，无需手动遍历
        df['rank'] = (df['col2'] / df['col2'].max()) * 10
        return df

关键优化点： #

• 抛弃循环：pandas的Series支持直接进行批量运算，比手动遍历列表高效数倍，代码也更简洁。
• 修正排序逻辑：原函数中df.sort_values(...)默认不会修改原DataFrame，必须通过赋值或设置inplace=True生效（推荐用赋值+copy，避免意外修改传入的原始数据）。
• 简化赋值流程：不需要手动创建列表再赋值给新列，直接将运算结果赋值给df['rank']即可完成列的添加。

如果不需要保留原始DataFrame的顺序，也可以进一步简化：

def rank_by(df):
    if df.shape[0] >= 10:
        df['rank'] = (df['col2'] / df['col2'].max()) * 10
        df.sort_values(by='col2', inplace=True)
        return df

内容的提问来源于stack exchange，提问作者justanewb