问卷数据集构建：批量自动分配项目排名的高效方案咨询

我明白你现在的需求：要给186位受访者的1116条数据自动匹配排名——每6行对应一位受访者，需要根据“列出的项目”编号，找到它在该受访者“排序后的项目”列表里的位置（就是排名，从高到低的顺序）。手动处理不仅慢还容易错，下面给你两个实用的方案，选适合自己的就行：

方案一：用Excel/Google Sheets自动计算（适合非编程用户） #

这个方法不用写代码，几步就能搞定：

• 给受访者分组：新增一列命名为「受访者ID」，假设你的数据从第2行开始（第1行是表头），在第2行的ID列输入公式：
  =ROUNDUP(ROW()/6,0)
  下拉填充整列后，每6行就会拥有同一个ID，自动把所有数据按受访者分组。
• 自动生成排名：在「排名」列的第2行输入公式：
  =MATCH(A2, FILTER(B:B, D:D=D2), 0)
  （这里假设A列是「列出的项目」，B列是「排序后的项目」，D列是刚加的「受访者ID」，根据你的实际列名调整就行）
  这个公式会先筛选出当前受访者的所有排序项目，再找到对应列出项目的位置，也就是排名。下拉填充整列，所有排名就自动出来了！

方案二：用Python批量处理（适合有编程基础/数据量超大的情况） #

如果习惯用代码，用pandas处理会更高效，步骤如下：

import pandas as pd

# 读取你的问卷数据CSV文件
df = pd.read_csv("你的问卷数据.csv")

# 生成受访者ID，每6行一组
df["受访者ID"] = (df.index // 6) + 1

# 定义函数计算单个项目的排名
def calculate_rank(row):
    # 获取当前受访者的排序项目列表
    sorted_list = df[df["受访者ID"] == row["受访者ID"]]["排序后的项目"].tolist()
    # 返回项目在列表中的位置（+1是因为索引从0开始，排名从1开始）
    return sorted_list.index(row["列出的项目"]) + 1

# 给每行数据计算排名
df["排名"] = df.apply(calculate_rank, axis=1)

# 保存处理好的数据
df.to_csv("带排名的问卷数据.csv", index=False)

运行这段代码后，直接就能得到带正确排名的数据集，完全不需要手动核对。

你可以先拿手动处理的那几行测试一下这两个方法，验证没问题后再批量处理所有数据，绝对不会出错～

内容的提问来源于stack exchange，提问作者Juan Arroyo Flores