Pandas如何基于score列计算分组内排名并新增rank列

要实现按group分组、组内按score降序排名的需求，可直接参考以下代码：

完整可运行代码 #

import pandas as pd

# 构造示例数据，实际使用时替换为你自己的数据集读取逻辑即可
df = pd.DataFrame({
    'group': [1, 1, 1, 2, 2, 2, 3, 3, 3],
    'name': ['p2382', 'p9183', 'p1253', 'p3382', 'p5583', 'p1211', 'p0482', 'p7374', 'p2382'],
    'score': [7.55, 3.22, 5.77, 2.11, 1.22, 0.77, 8.55, 8.21, 7.77]
})

# 新增rank列：按group分组，组内score越高排名越靠前，排名转为整数格式
df['rank'] = df.groupby('group')['score'].rank(ascending=False, method='min').astype(int)

# 按group、rank升序排序，得到最终结果
df = df.sort_values(by=['group', 'rank'], ignore_index=True)

print(df)

参数说明 #

• ascending=False：设置为降序排名，保证分数越高排名越靠前
• method='min'：相同分数的记录排名一致，如果你需要同分按出现顺序先后排名，可以替换为method='first'
• astype(int)：rank方法默认返回浮点型结果，转换为整数符合预期的排名展示格式

输出结果 #

运行后得到的df和你要求的预期结果完全一致：

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