这篇文章给大家分享的是有关pandas组内排序并在每个分组内按序打上序号的操作示例的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

问题：

pandas组内排序，并在每个分组内按序打上序号

描述：

pandas dataframe 对dep_id组内的salary排序。希望给下面原本只有前三列的dataframe，添加上第四列。

等价于sql里的排序函数 row_number() over() 功能

假设我已经建好了仅有前三列的dataframe，数据集命名为 MyData，

解决方案如下：

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

结果如下：

补充：Pandas.DataFrame实现分组、排序并且为分组插入排名

1. 示例数据（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. 按班级分组

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

3. 给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

感谢各位的阅读！关于“pandas组内排序并在每个分组内按序打上序号的操作示例”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！