用rank()实现窗口分组排序需先groupby再调用rank()，而非相反；method参数控制并列处理；多列排序需预排序或apply自定义逻辑；rank返回名次，argsort返回索引；注意nan在groupby和rank中的不同行为。
用 rank() 实现窗口内分组排序
直接在 groupby() 后链式调用 rank()，就能实现 SQL 中 ROW_NUMBER() OVER (PARTITION BY ... ORDER BY ...) 的效果。关键不是单独用 rank()，而是让它作用在分组后的每一块数据上。
常见错误是先 rank() 再 groupby()，结果整个 DataFrame 被统一排序，完全失去“窗口”语义。
- 正确写法：
df.groupby('category')['score'].rank(method='min', ascending=False) -
method参数决定并列处理方式：'min'（默认，相同值取最小名次）、'dense'（跳过后续空位）、'average'（取平均名次） - 注意：返回的是
Series，若要赋回原df，需显式赋值，如df['rank'] = df.groupby(...).rank(...)
处理多列排序与复合窗口
SQL 中常写 ORDER BY col1 DESC, col2 ASC，Pandas 里不能直接传多列进 rank()，得先用 sort_values() 预排好序，再按顺序生成序号——但这样会丢失原始行顺序。更稳妥的做法是用 apply() + 自定义排序逻辑。
- 推荐方案：对每个分组，用
apply(lambda x: x.sort_values(['col1', 'col2'], ascending=[False, True]).reset_index(drop=True).index + 1)模拟ROW_NUMBER() - 若只需名次无需严格连续编号，仍可用
rank()，但得先构造一个组合排序键，例如df.assign(sort_key=df['col1'] * -1 + df['col2'] / 1e6).groupby('group_col')['sort_key'].rank(method='min') -
rank()本身不支持多列ascending参数，这是和 SQL 最明显的表达力差距
rank() 和 argsort() 的本质区别
rank() 返回的是“名次”，而 np.argsort() 或 Series.argsort() 返回的是“索引位置”。两者在无重复值时结果看起来相似，但语义和行为完全不同。
- 遇到重复值：
rank(method='min')给两个相同值都返回3.0（如果前面有2个更小值），而argsort()一定返回两个不同整数索引 - 性能上：
rank()是专为排序名次优化的，比手动sort_values().reset_index().index快且内存友好 - 类型安全：
rank()默认返回float64（因可能含小数，如method='average'），若后续要当整数用，得加.astype('int64')，但要注意 NaN 和并列情况是否允许强制转整
小心 groupby 后 rank 的缺失值传播
如果分组列或排序列含 NaN，groupby() 默认会丢弃这些行，导致结果长度变短；而 rank() 对自身输入中的 NaN 默认返回 NaN 名次——这两者叠加容易造成静默错位。
- 检查手段：
len(df) == len(df.groupby('g')['x'].rank())应为True，否则说明有分组被 drop 掉了 - 保留 NaN 分组：用
groupby('g', dropna=False) - 控制 NaN 在排序中的位置：用
na_option='top'或'bottom'传给rank()，否则默认'keep'（即名次也为 NaN）
实际用的时候，多数场景用第一种写法就足够了；真正卡住人的，往往是没意识到 rank() 不接受多列排序参数，以及 NaN 在 groupby 和 rank 两层中各自的行为不一致。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
