经过几个小时的研究，我仍然无法按年份对数据进行分组并根据两个列给出排名，这样只要第一个列中的值相同，就没有排名上的联系。
我只能根据两列给出排名，但我无法先对数据进行分组。 以下是我所做的。
>>> import pandas as pd
>>> data = pd.read_csv('C:/Users/Ene_E/Desktop/Data/data.csv')
>>> cols = ['score1', 'score2']
>>> tups = data[cols].sort_values(cols, ascending=False).apply(tuple, 1)
>>> f, i = pd.factorize(tups)
>>> factorized = pd.Series(f + 1, tups.index)
>>> wellranked = data.assign(Rank=factorized)
>>> wellranked.to_csv('wellrank.csv')
以下是我的数据示例
name year score1 score2
brand1 2015 2500 5
brand2 2015 2500 3
brand3 2015 1500 7
brand1 2016 3200 2
brand2 2016 3000 4
brand3 2016 2100 6
我的代码产生这个
name year score1 score2 Rank
brand1 2015 2500 1 3
brand2 2015 2500 2 4
brand3 2015 1500 3 6
brand1 2016 3200 1 1
brand2 2016 3000 2 2
brand3 2016 2100 3 5
但我想要这样..
name year score1 score2 Rank
brand1 2015 2500 1 1
brand2 2015 2500 2 2
brand3 2015 1500 3 3
brand1 2016 3200 1 2
brand2 2016 3300 2 1
brand3 2016 2100 3 3
我认为您需要每year秒GroupBy.transform：
cols = ['score1', 'score2']
tups = data[cols].sort_values(cols, ascending=False).apply(tuple, 1)
factorized = tups.groupby(data['year']).transform(lambda x: pd.factorize(x)[0]+1)
wellranked = data.assign(Rank=factorized)
print (wellranked)
name year score1 score2 Rank
0 brand1 2015 2500 5 1
1 brand2 2015 2500 3 2
2 brand3 2015 1500 7 3
3 brand1 2016 3200 2 1
4 brand2 2016 3000 4 2
5 brand3 2016 2100 6 3