Pandas按国家分组计算分数列条件百分位排名的高效实现方法问询

直接使用pandas原生的分组排名逻辑即可，属于矢量化操作，即使国家数量很多也能保持极高的执行效率，无需手动循环或逐个筛选国家处理。

实现代码 #

import pandas as pd

columns=['Country','Score']
data=[('US',5),('US',3),('US',12),('US',7),('US',47),('US',87),('US',97),
('US',55),('Brazil',15),('Brazil',32),('Brazil',62),('Brazil',71),
('Brazil',7), ('Brazil',57),('Brazil',45),('Brazil',57)]

df=pd.DataFrame(columns=columns,data=data)
# 按国家分组后直接在组内计算百分位排名，结果会自动和原表索引对齐
df['Country_Rank'] = df.groupby('Country')['Score'].rank(pct=True)

可选排名规则调整 #

可以通过修改rank方法的method参数适配不同的并列值处理逻辑：

• method='average'：默认规则，相同分数的样本取平均排名
• method='min'：相同分数的样本取该组的最小排名
• method='max'：相同分数的样本取该组的最大排名
• method='first'：相同分数的样本按出现先后顺序排名，无重复排名

内容的提问来源于stack exchange，提问作者Chris L