如何在DataFrame中实现类似Excel COUNTIFS的分组排名

直接使用Pandas的groupby结合rank方法就能实现按Technology分组的独立排名，代码如下：

# 假设你的DataFrame名为df
df['燃气与燃煤机组平均排名'] = df.groupby('Technology')['Average Rank'].rank(ascending=True, method='min').astype(int)

参数说明： #

• groupby('Technology')：按Technology字段的CCGT、COAL分组，每组独立计算排名
• ascending=True：表示Average Rank值越小，排名越靠前（如果需要数值越大排名越靠前，改为ascending=False即可）
• method='min'：确保同一组内相同Average Rank值的记录获得相同的最小排名（如果需要按数据出现顺序排名，可改为method='first'）
• astype(int)：将排名结果从浮点数转为整数，得到1-47（燃气）、1-2（燃煤）的整数排名

运行后就能得到符合需求的「燃气与燃煤机组平均排名」列，完美复刻Excel COUNTIFS的条件分组排名逻辑。

内容的提问来源于stack exchange，提问作者Chetan Patel