PostgreSQL中如何调整排名并保留剩余记录顺序

下面提供几种不同场景下的实现方案，覆盖SQL、Excel、Python Pandas三种常用工具：

方法1：SQL实现 #

如果数据存储在关系型数据库中，可以通过两种方式实现：

方式A：UNION ALL 拼接结果 #

直接拆分出优先级最高的两个位置，再拼接其余顺延的记录：

-- 先指定前两名的位置和排名
SELECT location, 1 AS rank FROM your_table WHERE location = 'location_E'
UNION ALL
SELECT location, 2 AS rank FROM your_table WHERE location = 'location_D'
UNION ALL
-- 其余位置保留原顺序，排名在原基础上加2（因为前面新增了2条记录）
SELECT location, rank + 2 AS rank 
FROM your_table 
WHERE location NOT IN ('location_E', 'location_D')
ORDER BY rank;

方式B：窗口函数动态生成排名 #

通过CASE给目标位置分配排序优先级，再用ROW_NUMBER()生成新排名，更灵活适合扩展：

SELECT 
    location,
    ROW_NUMBER() OVER (
        ORDER BY 
            -- 给E、D分配最高优先级，其余后置
            CASE location 
                WHEN 'location_E' THEN 0 
                WHEN 'location_D' THEN 1 
                ELSE 2 
            END,
            rank -- 其余位置按原排名顺序排列
    ) AS rank
FROM your_table
ORDER BY rank;

方法2：Excel实现 #

适合本地表格处理，两种简单方案：

方案A：公式直接生成新排名 #

假设原数据在A列（location）、B列（rank），从第2行开始：
在C2单元格输入公式，下拉填充到所有行：

=IF(A2="location_E",1,IF(A2="location_D",2,B2+2))

逻辑：直接给E、D指定排名，其余位置在原排名基础上加2（顺延前面的两个位置），最后可按C列排序。

方案B：辅助列+排序 #

1. 添加辅助列（如C列），输入公式：

=IF(A2="location_E",1,IF(A2="location_D",2,3))

2. 选中所有数据，按C列升序排序，C列值相同时按B列升序排序。
3. 最后在新的rank列（如D列）填充序列1,2,3...即可。

方法3：Python Pandas实现 #

适合批量数据处理或自动化脚本：

import pandas as pd

# 示例原数据（替换为你的实际数据读取逻辑，如pd.read_csv）
df = pd.DataFrame({
    'location': ['location_A', 'location_B', 'location_C', 'location_D', 'location_E', 'location_F'],
    'rank': [1, 2, 3, 4, 5, 6]
})

# 定义优先级顺序：E排第1，D排第2
priority_order = {'location_E': 1, 'location_D': 2}

# 拆分优先级数据和其余数据
priority_df = df[df['location'].isin(priority_order.keys())]
rest_df = df[~df['location'].isin(priority_order.keys())]

# 对优先级数据按指定顺序排序
priority_df = priority_df.sort_values(by='location', key=lambda x: x.map(priority_order))
# 其余数据按原rank排序
rest_df = rest_df.sort_values(by='rank')

# 拼接并生成新排名
final_df = pd.concat([priority_df, rest_df]).reset_index(drop=True)
final_df['rank'] = final_df.index + 1

# 输出结果
print(final_df[['location', 'rank']])

内容的提问来源于stack exchange，提问作者Heisenberg