pandas组内排序并生成序号的实现方法

竹里

发布时间：2026-10-15| 4人浏览过

原创

本文介绍如何在pandas中实现类似SQL row_number()的组内排序与排名功能。通过groupby结合rank或apply排序方法，可为DataFrame指定列按分组添加序号。示例涵盖薪资与班级得分场景，提供多种实现代码及注意事项，帮助开发者高效处理分组数据。

问题描述

在pandas中实现组内排序，并为每个分组内的记录依次打上序号

具体需求说明

针对pandas DataFrame中的dep_id分组，对salary字段进行排序，并在原有前三列基础上增加第四列以存储排序结果

该操作等价于SQL中的row_number() over()窗口函数功能

假设已构建好仅包含前三列的DataFrame，数据集命名为MyData

解决方案如下


MyData['sort_id'] = MyData['salary'].groupby(MyData['dep_id']).rank()

执行结果展示

补充：利用Pandas.DataFrame实现分组、排序并为分组插入排名

1. 示例数据准备（各班级学生得分）


import pandas as pd
data_dict = {"name": 
       ["Rose", "Jack", "Tom", "Kyle", "Jery", "Adam", "Bill", "David", "Denny", "Evan"],
      "class": [1, 2, 3, 1, 2, 3, 1, 2, 3, 1],
      "score": [88, 92, 38, 98, 22, 65, 45, 53, 97, 100]}
df = pd.DataFrame(data=data_dict)
df

2. 按班级进行分组处理


df = df.groupby('class', sort=False)\
    .apply(lambda x:x.sort_values("score", ascending=False))\
    .reset_index(drop=True)
df

3. 为各分组班级增加排名列


df["rank"] = None
# 标识班级
flag = df.loc[0].values[1]
rank = 0
for i in range(len(df)):
  temp = df.loc[i].values[1]
  if (temp == flag).all():
    # 同一班级
    rank += 1
  else:
    # 不同班级，重新计算排名
    flag = temp
    rank = 1
  df.loc[i, "rank"] = rank
df