Pandas如何按队伍分组取最高分并实现跨组无并列排名

需要实现的数据处理逻辑如下：

• 先计算每个TEAM对应的SCORE最大值
• 再按规则完成队伍升序排名，规则要求：
  • 不同队伍不能持有相同排名
  • 若不同队伍最高得分一致，原数据中先出现的队伍排名更靠前，其余队伍排名依次顺延
  • 同一队伍下所有记录的排名值完全一致
• 测试输入数据结构：

TEAM   |  GROUP  |   SCORE  
1      |    A    |    5
1      |    B    |    5
1      |    C    |    5
2      |    D    |    6
2      |    A    |    6
3      |    D    |    5
3      |    A    |    5

• 期望输出（新增RANK列）：

TEAM   |  GROUP  |   SCORE   |  RANK
1      |    A    |    5      |   1
1      |    B    |    5      |   1
1      |    C    |    5      |   1
2      |    D    |    6      |   3
2      |    A    |    6      |   3
3      |    D    |    5      |   2
3      |    A    |    5      |   2

初始代码存在两个核心错误，无法得到正确结果：

team = df.groupby(['TEAM'])

for x in team:
    df['Rank'] = x.groupby(['TEAM'])['SCORE'].max().rank()

• 遍历分组时反复对整个DataFrame的Rank列赋值，最终只会保留最后一次循环的计算结果
• 没有保留队伍在原表中的出现顺序，也没有将分组计算的排名映射回原表的全量记录，且rank参数不符合规则要求

import pandas as pd

# 1. 按TEAM分组，关闭分组默认排序，保留队伍在原表中的首次出现顺序，计算每个队伍的最高得分
team_max = df.groupby('TEAM', sort=False)['SCORE'].max()

# 2. 对队伍做排名：按最高得分升序排列，同分按原出现顺序排位，不生成并列名次，结果转整数
team_rank = team_max.rank(method='first', ascending=True).astype(int)

# 3. 把队伍对应的排名映射回原表每一行，同队伍自动填充相同排名
df['RANK'] = df['TEAM'].map(team_rank)

运行上述代码后得到的结果和期望输出完全一致，关键参数说明：

• sort=False：分组时不按TEAM值排序，保留TEAM在原数据中第一次出现的先后顺序
• method='first'：值相同时按序列本身的顺序分配排名，不产生并列名次，符合同分先出现排前面的要求
• ascending=True：按SCORE值升序排名，值越小排名越靠前

内容的提问来源于stack exchange，提问作者its.kcl