Python案例如何用Pandas做数据分组排名

wen python案例 2026-07-15 1

Python案例：如何用Pandas做数据分组排名（附实战代码）

目录导读

为什么需要数据分组排名？
Pandas分组排名核心函数：groupby() + rank()
6种不同排名方法详解（average、min、max、dense、first、ordinal）
实战案例：学生成绩分组排名
进阶技巧：多列分组、跨组排名、条件排名
常见错误与解决方案
问答环节：高频问题解答

为什么需要数据分组排名？

在日常数据分析中，我们经常需要按某个类别分组后,再对组内的数据进行排名。

Python案例如何用Pandas做数据分组排名

按班级对学生的成绩进行排名
按部门对销售人员的业绩进行排名
按月份对产品销量进行排名

单纯使用df.sort_values()只能进行全局排名，而分组排名能反映出“组内竞争”的实际情况,这是数据分析中的高频需求。

Pandas分组排名核心函数：`groupby()` + `rank()`

Pandas提供了rank()方法，配合groupby()可以实现分组排名,核心语法：

df['排名'] = df.groupby('分组列')['排序列'].rank(method='排名方法', ascending=True/False)

分组列：按哪个字段分组（如班级、部门）
排序列：对哪个数值字段排名（如成绩、销售额）
method：排名方法（下文详述）
ascending=True：升序排名（数值越小排名越前）；False为降序

6种不同排名方法详解（附效果对比）

Pandas的rank()提供了6种排名方法,选择哪种取决于业务需求：

method参数	效果说明	适用场景
`'average'`（默认）	相同值取平均排名（如并列第2和第3，均排名2.5）	学术统计、需要保留小数位
`'min'`	相同值取最小排名（并列第2则均排第2）	竞技排名，鼓励并列
`'max'`	相同值取最大排名（并列第2则均排第3）	严格排序，不鼓励并列
`'dense'`	密集排名（并列后下一名紧接，如1,1,2）	需要连续整数排名
`'first'`	按出现顺序排名，相同值先出现者排名靠前	时间优先的场景
`'ordinal'`	类似`'first'`，但返回整数	与`'first'`几乎相同

演示代码：

import pandas as pd
data = {'班级': ['A','A','A','B','B','B'],
        '成绩': [90, 85, 90, 88, 95, 88]}
df = pd.DataFrame(data)
for method in ['average','min','max','dense','first']:
    df[method] = df.groupby('班级')['成绩'].rank(method=method, ascending=False)
print(df)

输出结果清晰展示了不同方法如何影响并列值的排名。

实战案例：学生成绩分组排名

场景：某学校有3个班级，需按班级对数学成绩进行降序排名,相同分数按语文成绩排名。

完整代码：

import pandas as pd
# 构造数据
data = {
    '班级': ['A','A','A','A','B','B','B','C','C','C'],
    '姓名': ['张三','李四','王五','赵六','孙七','周八','吴九','郑十','冯十一','陈十二'],
    '数学': [92, 88, 92, 85, 90, 90, 88, 95, 87, 87],
    '语文': [85, 90, 88, 82, 89, 85, 90, 82, 91, 86]
}
df = pd.DataFrame(data)
# 分组排名：按班级分组，先按数学降序，相同则按语文降序
df['数学排名'] = df.groupby('班级')['数学'].rank(method='dense', ascending=False)
# 处理并列：数学同分时按语文排名
df['综合排名'] = df.groupby('班级').apply(
    lambda x: x[['数学','语文']].apply(tuple, axis=1).rank(method='dense', ascending=False)
).reset_index(level=0, drop=True)
print(df.sort_values(['班级','综合排名']))

结果解读：

班级A中，张三和王五数学同分92，但王五语文88>张三85，因此王五排名第1
班级C中，冯十一和陈十二数学同分87，冯十一语文91>陈十二86，因此冯十一排名第1

进阶技巧：多列排名与条件排名

1 多列分组排名

按两个维度分组（如年级+班级）：

df.groupby(['年级','班级'])['成绩'].rank(ascending=False)

2 跨组全局排名

有时需要组内排名后，再结合全局数据计算，例如先分组排名，再筛选各组Top 3：

df['组内排名'] = df.groupby('班级')['成绩'].rank(method='dense', ascending=False)
top3 = df[df['组内排名'] <= 3]

3 条件分组排名

只对满足条件的行进行排名（如只排成绩合格的学生）：

mask = df['成绩'] >= 60
df.loc[mask, '及格排名'] = df[mask].groupby('班级')['成绩'].rank(ascending=False)

常见错误与解决方案

错误1：KeyError: '分组列'
原因：分组列名拼写错误或不存在
解决：检查df.columns确认列名

错误2：排名结果出现NaN
原因：分组列存在缺失值，导致某些组无法排名
解决：先使用df.dropna(subset=['分组列'])清理

错误3：期望整数排名但得到小数
原因：使用了默认method='average'
解决：改用method='dense'或method='min'

错误4：排名顺序相反
原因：ascending参数设置错误
解决：降序排名用ascending=False

问答环节：高频问题解答

Q1：分组排名和全局排名有什么区别？
A：全局排名基于整个数据集排序（如全校排名），分组排名基于组内排序（如班级排名），Pandas中df['成绩'].rank()是全局排名，df.groupby('班级')['成绩'].rank()是分组排名。

Q2：如果数据有几十万行，分组排名性能如何？
A：Pandas的groupby+rank基于Cython优化，百万级数据可轻松处理，若超千万行，建议先sort_values再手动分组计算,或使用Dask。

Q3：如何实现类似“排名百分位数”（即百分比排名）？
A：在rank()中设置pct=True即可得到百分比排名（0~1之间）。

df['百分比排名'] = df.groupby('班级')['成绩'].rank(pct=True, ascending=False)

Q4：分组排名后，为什么索引会乱？
A：groupby()会保留原索引，如需重置，加.reset_index(drop=True)。

Q5：能否实现“窗口排名”（如只对近7天数据排名）？
A：可以先用rolling()计算时间窗口，再结合apply和rank()，但更推荐用sort_values后手动分组。

本文为原创内容，基于实际开发经验撰写，结合搜索引擎信息进行重组优化，希望能帮助您快速掌握Pandas分组排名技巧，如需转载，请保留出处。

Python案例如何用Pandas做数据分组排名