本文介绍如何使用 pandas 为 dataframe 高效添加一列，该列反映每个 (group, subgroup) 组合基于 value 列总和的全局排名（降序），适用于多级分组排序场景。
本文介绍如何使用 pandas 为 dataframe 高效添加一列，该列反映每个 (group, subgroup) 组合基于 value 列总和的全局排名（降序），适用于多级分组排序场景。
在数据分析中，常需对嵌套分组（如 group → subgroup）按某指标聚合后进行全局排序，并将排序结果回填至原始数据。例如，给定一个包含 group、subgroup 和 value 的 DataFrame，目标是新增 rank 列，其值表示该 (group, subgroup) 对应的 value 总和在整个数据集中的降序排名（即总和越大，排名越靠前，排名为 1 表示最高）。
实现的关键在于三步链式操作：分组聚合 → 全局排序 → 关联回填。具体如下：
-
按
(group, subgroup)分组并求value总和：df.groupby(['group', 'subgroup'])['value'].sum()
输出为
Series，索引为 MultiIndex(group, subgroup)，值为对应子组总和。 -
对总和序列进行降序排名：
.rank(ascending=False)
默认使用
method='average'（并列取平均），若需整数排名（如并列时取最小名次），可改用method='min'。此处ascending=False确保总和最大者得 rank=1。 -
重命名并重置索引，再与原表合并：
.rename('rank').reset_index() df.merge(..., on=['group', 'subgroup'])
完整代码如下：
import pandas as pd
df = pd.DataFrame({
"group": ["a", "a", "a", "a", "a", "b", "b", "b", "b", "b", "c"],
"subgroup": ["i","ii","i","ii","i","ii","i","ii","i","ii","ii"],
"value": [2, 4, 2, 3, 5, 1, 2, 4, 1, 5, 11]
})
# 生成 rank 列：按 (group, subgroup) 汇总 value 后降序排名
rank_series = df.groupby(['group', 'subgroup'])['value'].sum().rank(ascending=False)
out = df.merge(
rank_series.rename('rank').reset_index(),
on=['group', 'subgroup']
)
print(out)
输出结果中 rank 列为浮点类型（如 3.0），若需整数形式，可在合并后添加 .astype(int)，但需注意：当存在并列总和时，rank() 默认返回平均排名（如两个并列第2则均为2.5），此时转为 int 会截断小数。如需严格整数且保留并列逻辑，建议显式指定 method 参数：
-
method='min'：并列项取最小名次（如两个第2则均为2）； -
method='dense'：并列后名次连续（如两个第2，则下一名为3）。
此外，该方法时间复杂度为 O(n + k log k)（k 为唯一子组数），远优于手动循环或 apply，是处理大规模数据的推荐方案。
