如何按条件对DataFrame数值列排名：ID分组与Variable_1判断规则

需求说明 #

按ID列分组后：

• 当Variable_1值为True时，对Number列做降序密集排名
• 当Variable_1值为False时，新列Rank直接赋值为1

示例数据 #

import pandas as pd
import numpy as np

data={'ID':["A","A","B","C","D","D"], 
      'Variable_1':[True,True,False,False,True,True], 
      'Number': [10,20,5,6,100,90]}
df=pd.DataFrame(data)

错误代码分析 #

你尝试的代码会报错，原因有两点：

1. df.groupby(["ID"])[["Number"]].rank(...)返回的是DataFrame，而np.where要求第二个参数必须是与原DataFrame长度匹配的Series，类型不兼容
2. 直接对全量数据做分组排名，没有限定仅对Variable_1=True的行生效，逻辑不符合需求

df["Rank"] = np.where(df.Variable_1, df.groupby(["ID"])[["Number"]].rank(method='dense', ascending=False), 1)

正确解法 #

方法一：简洁版（用where方法）

先对全量数据按ID分组做Number列的降序密集排名，再用where保留Variable_1=True的排名结果，其余替换为1：

df['Rank'] = df.groupby('ID')['Number'].rank(method='dense', ascending=False).where(df['Variable_1'], 1)

方法二：直观版（分步赋值）

先初始化Rank列为1，再筛选出Variable_1=True的行单独做分组排名并赋值：

# 初始化Rank列为1
df['Rank'] = 1
# 筛选目标行并赋值排名结果
mask = df['Variable_1'] == True
df.loc[mask, 'Rank'] = df[mask].groupby('ID')['Number'].rank(method='dense', ascending=False)

预期输出 #

执行正确代码后，DataFrame结果如下：

ID  Variable_1  Number  Rank
0  A        True      10   2.0
1  A        True      20   1.0
2  B       False       5   1.0
3  C       False       6   1.0
4  D        True     100   1.0
5  D        True      90   2.0

内容的提问来源于stack exchange，提问作者the phoenix