Pandas如何基于Bucket、Count两列按优先级实现dense稠密排名

问题根因 #

你当前的代码默认Bucket、Count两个字段的排序方向完全一致（均为降序），如果业务需求中两个字段排序方向不同，或是Bucket为分类字符串、默认字符排序不符合优先级规则，就会得到不符合预期的结果。

解决方案 #

场景1：两个字段均为降序优先（Bucket值越大排名越靠前，同Bucket下Count值越大排名越靠前）

推荐用groupby.ngroup替代apply写法，性能更高：

# 先按优先级顺序排序
Priority = Priority.sort_values(by=['Bucket', 'Count'], ascending=[False, False], ignore_index=True)
# 生成dense类型的连续排名
Priority["Rank"] = Priority.groupby(['Bucket', 'Count'], sort=False).ngroup() + 1

场景2：Bucket升序优先、Count降序优先（最常见的业务需求）

调整tuple拼接逻辑，对Count取负适配升序规则：

Priority["Rank"] = Priority.apply(lambda x: (x["Bucket"], -x["Count"]), axis=1)\
             .rank(method='dense', ascending=True).astype(int)

特殊说明：Bucket为分类字符串的情况

如果Bucket是类似['高','中','低']的业务分类值，默认字符排序不符合优先级规则时，需要先转成有序分类类型：

import pandas as pd
# 按业务优先级指定分类顺序
Priority['Bucket'] = pd.Categorical(Priority['Bucket'], categories=['低', '中', '高'], ordered=True)

完成转换后再执行排名逻辑即可得到正确结果。

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