如何在Pandas中处理多列并列情况实现自定义排名？

需求说明 #

对包含20行数据的DataFrame生成1-20的唯一排名，规则如下：

• 主排序依据：pontos_na_rodada（降序，数值越大排名越靠前）
• 并列打破规则（依次生效）：
  1. saldo_gols（降序，数值越大越优）
  2. gols_feitos（降序，数值越大越优）
  3. Red Cards（升序，数值越小越优）
  4. Yellow Cards（升序，数值越小越优，缺失值视为最优）

数据示例 #

league_season  league_round  fixture_id  team.id  resultado  
50885           2020           1.0      327986      118        3.0   
46622           2020           1.0      327992      119        3.0   
50863           2020           1.0      327986      120        0.0   
60003           2020           1.0      327987      121        1.0   
46637           2020           1.0      327991      123        3.0   
46774           2020           1.0      327990      124        0.0   
55991           2020           1.0      327994      126        3.0   
46700           2020           1.0      327985      127        0.0   
46730           2020           1.0      327988      128        1.0   
46652           2020           1.0      327991      129        0.0   
46758           2020           1.0      327990      130        3.0   
50908           2020           1.0      327989      131        1.0   
60024           2020           1.0      327987      133        1.0   
46684           2020           1.0      327993      134        3.0   
50931           2020           1.0      327989      144        1.0   
46606           2020           1.0      327992      147        0.0   
55970           2020           1.0      327994      151        0.0   
46668           2020           1.0      327993      154        0.0   
46743           2020           1.0      327988      794        1.0   
46714           2020           1.0      327985     1062        3.0   

       gols_feitos  saldo_gols  Red Cards  Yellow Cards  pontos_na_rodada  rank
50885          2.0         1.0        0.0           3.0               3.0   NaN
46622          1.0         1.0        0.0           4.0               3.0   NaN
50863          1.0        -1.0        1.0           2.0               0.0   NaN
60003          1.0         0.0        0.0           1.0               1.0   NaN
46637          3.0         1.0        0.0           3.0               3.0   NaN
46774          0.0        -1.0        0.0           3.0               0.0   NaN
55991          3.0         3.0        0.0           NaN               3.0   NaN
46700          0.0        -1.0        0.0           3.0               0.0   NaN
46730          1.0         0.0        0.0           NaN               1.0   NaN
46652          2.0        -1.0        0.0           3.0               0.0   NaN
46758          1.0         1.0        0.0           2.0               3.0   NaN
50908          0.0         0.0        0.0           2.0               1.0   NaN
60024          1.0         0.0        0.0           1.0               1.0   NaN
46684          2.0         2.0        0.0           2.0               3.0   NaN
50931          0.0         0.0        0.0           NaN               1.0   NaN
46606          0.0        -1.0        0.0           3.0               0.0   NaN
55970          0.0        -3.0        0.0           3.0               0.0   NaN
46668          0.0        -2.0        1.0           3.0               0.0   NaN
46743          1.0         0.0        0.0           1.0               1.0   NaN
46714          1.0         1.0        0.0           2.0               3.0   NaN

实现代码 #

import pandas as pd

# 按规则排序
sorted_df = df.sort_values(
    by=['pontos_na_rodada', 'saldo_gols', 'gols_feitos', 'Red Cards', 'Yellow Cards'],
    ascending=[False, False, False, True, True],
    na_position='first'  # 缺失值视为无牌，排在同条件前列
)

# 生成1-20的连续唯一排名
sorted_df['rank'] = range(1, len(sorted_df)+1)

# 如需恢复原索引顺序，执行以下代码
df = sorted_df.sort_index()

代码说明 #

• sort_values参数：
  • by：严格按照需求的优先级指定排序列顺序
  • ascending：对应列的排序方向，主列及前两个打破并列列用降序，红黄牌用升序
  • na_position='first'：处理Yellow Cards的缺失值，将其视为最优情况（无黄牌），排在同条件的前列
• 排名生成：直接用连续整数分配排名，确保每行有唯一的1-20排名
• 索引恢复：如果需要保持原始数据的索引顺序，最后按原索引重新排序即可

内容的提问来源于stack exchange，提问作者Vinícius Felizatti