Pandas groupby分组调用rank方法生成排名顺序不符合预期

你之前的代码写法完全用错了rank()的逻辑：

• 当你给rank()传入多列时，pandas会对每一列单独计算排名，不会按多列优先级做整行的排序排名
• 你把两列的排名结果直接赋值给单列rank时，实际只取到了rank_level1这一列的单独排名结果，完全没用到rank_level2的排序规则，和你要的「先按rank_level1升序、同level1下再按rank_level2升序排整体名次」的需求完全不符。

直接在分组内按排序优先级排序后用累计计数生成名次即可，逻辑完全匹配你给出的expected_Rank结果：

# 1. 先按分组维度、排名优先级字段整体排序
df_sorted = df.sort_values(by=['group1', 'userId', 'rank_level1', 'rank_level2'], ascending=True)
# 2. 分组内按排序后的顺序从1开始计数，即为正确排名
df_sorted['correct_rank'] = df_sorted.groupby(['group1', 'userId']).cumcount() + 1
# 3. 如果需要保留原始数据的行顺序，按原索引回排即可
df = df_sorted.sort_index()

用你给出的样例数据跑上面的代码，生成的correct_rank和你提供的expected_Rank值完全一致：

• 分组a/1下，rank_level1=3的行按rank_level2从小到大排序，y(-10.25)排第1、w(-9.36)排第2，和预期完全匹配
• 分组b/1下，rank_level1=4的行中q(-25.92)比u(-4.8)数值更小，排第10、u排11，和预期完全匹配

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