如何按日期倒序对DataFrame进行分组排名？

需求：对DataFrame按user分组，同一分组内按start_time倒序排名，最新的日期对应排名1，次新对应排名2，以此类推。

示例输入数据 #

期望输出结果 #

实现代码 #

import pandas as pd

# 构造输入数据（实际场景可替换为读取数据的代码）
data = {
    'user': ['ID', 'BB', 'RL', 'ID', 'KF', 'MT', 'BB', 'RL', 'BB', 'KF'],
    'start_time': ['2022-05-31 18:13:43', '2020-11-07 00:42:36', '2021-11-25 01:01:15',
                   '2020-05-30 03:30:19', '2021-05-18 00:26:32', '2021-07-02 22:44:01',
                   '2021-08-01 16:06:37', '2021-02-02 20:54:08', '2022-06-25 22:52:56',
                   '2021-04-24 01:45:18']
}

df = pd.DataFrame(data)

# 将日期列转换为datetime类型，确保日期比较的正确性
df['start_time'] = pd.to_datetime(df['start_time'])

# 按用户分组，对日期降序排序后计算排名
df['rank'] = df.sort_values(['user', 'start_time'], ascending=[True, False]) \
               .groupby('user') \
               .cumcount() + 1

# 恢复原数据的行顺序
df = df.sort_index()

print(df)

代码说明 #

1. 日期类型转换：将start_time转为datetime类型，避免字符串比较导致的逻辑错误。
2. 排序分组：先按user升序、start_time降序排序，保证每个用户下最新的日期排在分组内首位。
3. 计算排名：使用groupby('user').cumcount()获取分组内的序号（从0开始），加1后得到从1开始的排名。
4. 恢复原顺序：通过sort_index()还原输入数据的行顺序，确保输出和输入的行位置一一对应。

内容的提问来源于stack exchange，提问作者figNewton