如何基于Type分组对DataFrame的Value1列计算降序百分比排名？

我有一个超百万行的DataFrame，结构示例如下：

我希望得到的结果是新增一列Pct_Rank_based_on_Value1，按Type分组后对Value1做降序的百分比排名，最大值对应的排名接近0.001，结果示例如下：

明确需求 #

• 新增一列，计算每行Value1在其对应Type分组内的百分比排名（Type仅有10种唯一字符串值）
• 排名按数值降序排列，最大值对应的排名应接近0.001
• 百分比精度至少保留到0.001级别

我的思路与疑问 #

我目前有两种思路，但存在一些疑问：

1. 参考部分帖子的实现，考虑使用以下代码，但不确定是否正确：

df['Pct_Rank'] = pd.DataFrame(df.groupby("Type").index.get_level_values('Value1').rank(pct = True)

2. 考虑按Type拆分出子DataFrame，按Value1排序，但不知如何查找每行Value1在对应分组中的位置，之后可编写函数并应用到每行，逻辑大致如下：

increment_type_A = 1/lengthA
....
if type == A:
pct_rank = increment_typeA * position_in_its_type
.......

另外，是否有参数可设置百分比精度？我需要至少保留到0.001级别。

解决方案 #

针对你的需求，我推荐使用Pandas的groupby结合rank方法来实现，这是最高效且简洁的方式，完全适配百万级数据量：

正确的实现代码

# 按Type分组，对Value1做降序的百分比排名，method='min'确保最大值排名接近0.001
df['Pct_Rank_based_on_Value1'] = df.groupby('Type')['Value1'].rank(
    pct=True, 
    ascending=False, 
    method='min'
).round(3)  # round(3)保留三位小数，满足0.001精度要求

代码解释

• groupby('Type')['Value1']：按Type分组，针对每组内的Value1列计算排名
• rank(pct=True, ascending=False)：pct=True表示计算百分比排名，ascending=False设置为降序排列（数值越大排名越靠前，百分比越接近0）
• method='min'：当存在相同Value1值时，会给它们分配该组中最小的百分比排名，确保最大值的排名是组内最小的那个值（接近0.001）
• .round(3)：直接对结果保留三位小数，满足你需要的精度要求

关于你的思路的补充说明

1. 你第一种思路的代码存在错误：groupby("Type").index不是正确的用法，groupby后的对象没有直接的index.get_level_values('Value1')这种写法，正确的做法是直接对分组后的Value1列调用rank方法。
2. 第二种思路手动拆分分组计算的方式效率很低，百万行数据下会非常慢，完全没必要——Pandas的groupby.rank已经做了高度优化，性能远优于手动循环或拆分。

精度设置

除了用round(3)，你也可以用df['Pct_Rank_based_on_Value1'] = df['Pct_Rank_based_on_Value1'].apply(lambda x: "{:.3f}".format(x))来格式化，但round(3)是更简洁高效的方式。

内容的提问来源于stack exchange，提问作者Paladinnn