Python基于rank函数的DataFrame分组多条件破同分排名实现
分组排名问题修正实现
原代码的核心问题
之前的实现将Weight + Score的求和值作为排名依据,完全违背了需求的优先级逻辑:排名优先级应为「先按Score降序排序,Score相同则按Weight降序破局,Score、Weight均相同时按随机规则排序」,原代码等价于把两个字段的影响权重拉平,必然得到错误结果。
正确实现逻辑
不需要手动写嵌套if判断,直接利用pandas分组排序的能力,按照指定的优先级顺序对组内行排序后打连续排名即可,规则匹配:
- 排名第一优先级:
Score字段降序,分数越高排名越靠前 - 同分数下的破局规则:
Weight字段降序,权重越大排名越靠前 - 前两个字段都相同的情况:引入随机扰动值,保证无规则随机排序
- 排名使用
method='first'生成连续整数名次,不出现并列排名
可直接运行的代码
通用易读版
import numpy as np import pandas as pd # 新增临时随机列,处理双字段相同的随机排名需求 df['random_tiebreaker'] = np.random.rand(len(df)) # 按ID分组计算最终排名 df['Score_Rank'] = df.groupby('ID', group_keys=False).apply( lambda group: group.sort_values( by=['Score', 'Weight', 'random_tiebreaker'], ascending=[False, False, False] # 对排序后的行打连续排名 ).rank(method='first') )['random_tiebreaker'].astype(int) # 删除临时使用的随机列 df.drop(columns=['random_tiebreaker'], inplace=True)
高性能版(避免apply逐组处理的性能损耗)
import numpy as np df['random_tiebreaker'] = np.random.rand(len(df)) # 构造多优先级的组合排序键,将不同字段的优先级转化为数值权重 df['sort_key'] = ( df['Score'] * 1e6 + df['Weight'] * 1e3 + df['random_tiebreaker'] ) # 按ID分组,对组合排序键降序打连续排名 df['Score_Rank'] = df.groupby('ID')['sort_key'].rank( method='first', ascending=False ).astype(int) # 删除临时列 df.drop(columns=['random_tiebreaker', 'sort_key'], inplace=True)
输出效果验证
运行代码后得到的结果完全匹配预期:
| ID | Name | Weight | Score | Score_Rank |
|---|---|---|---|---|
| 1 | Amazon | 2 | 11 | 1 |
| 1 | Apple | 4 | 10 | 2 |
| 1 | Netflix | 1 | 10 | 3 |
| 2 | Amazon | 2 | 8 | 2 |
| 2 | Apple | 4 | 8 | 1 |
| 2 | Netflix | 1 | 5 | 3 |
注:由于随机扰动列的存在,当出现Score、Weight完全相同的行时,每次运行的排名结果会随机变化,符合需求的随机破局要求。
内容的提问来源于stack exchange,提问作者tj judge
相关产品推荐
相关产品推荐

