如何在Python中按科目成绩水平排序DataFrame生成学生科目排名？

问题描述 #

现有记录学生分数的DataFrame：

name | math | science | literature
----------------------------------
tom  | 89   | 97      | 53
nick | 61   | 71      | 67
barry| 83   | 79      | 73

需要为每个学生按分数生成科目排名，得到如下结果：

name | subject1    | subject2       | subject3
-----------------------------------------------------
tom  | science     | math           | literature
nick | science     | literature     | math           
barry| math        | science        | literature

需求要点 #

• 现有手动对比分数的方法扩展性差，需支持最多10门科目的场景
• 分数相同时，字母序靠前的科目优先排前

更新（2022年8月20日） #

使用推荐方案时出现报错：AttributeError: 'DataFrame' object has no attribute 'rank_axis'

解决方案 #

实现思路 #

对每行（每个学生）的科目数据，按「分数降序→科目名称升序」的规则排序，再将排序后的科目名拆分为多列即可，全程无需手动判断科目组合，可灵活适配任意科目数量。

代码实现 #

import pandas as pd

# 初始化原始数据
df = pd.DataFrame({
    'name': ['tom', 'nick', 'barry'],
    'math': [89, 61, 83],
    'science': [97, 71, 79],
    'literature': [53, 67, 73]
})

# 设置name为索引，方便按单个学生处理数据
df_with_index = df.set_index('name')

# 逐行排序：先按分数降序，分数相同则按科目名升序
sorted_subjects_per_student = df_with_index.apply(
    lambda row: row.sort_values(
        key=lambda x: (-x, x.name)
    ).index,
    axis=1
)

# 将排序后的科目列表转为多列，命名为subject1、subject2...
result_df = sorted_subjects_per_student.apply(pd.Series).rename(
    columns=lambda idx: f'subject{idx + 1}'
)

# 恢复name列为普通列
result_df = result_df.reset_index()

print(result_df)

代码解释 #

1. 索引设置：将name设为索引，确保后续操作针对单个学生的所有科目数据
2. 排序逻辑：
   • 用apply(axis=1)遍历每一行（学生）
   • 排序键(-x, x.name)实现核心规则：-x将分数转为降序排序，x.name确保同分情况下字母序靠前的科目优先
   • 提取排序后的科目名称（即Series的索引）
3. 格式转换：将每行的科目名称列表拆分为独立列，命名为subject1到subjectN，最后恢复name列。

报错修复 #

你遇到的AttributeError: 'DataFrame' object has no attribute 'rank_axis'是因为使用了pandas已废弃/移除的参数或方法。上述方案完全基于apply和sort_values实现，不存在版本兼容问题，可直接替代报错的方案。如果是其他代码导致的错误，需检查是否调用了已被淘汰的API，建议改用上述逐行排序的方式。

内容的提问来源于stack exchange，提问作者Stacker