今天就跟大家聊聊有关Python中怎么实现组内排名，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。

创新互联公司-专业网站定制、快速模板网站建设、高性价比开阳网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式开阳网站制作公司更省心,省钱,快速模板网站建设找我们，业务覆盖开阳地区。费用合理售后完善，十年实体公司更值得信赖。

1. 求组内的最大/最小/平均值

import pandas as pd
df = pd.read_excel(r"D:\Jupyter\data\组内排序.xlsx")
df

# 赋值
sale = df.groupby(["品类"])["销售额"]

# 求出不同品类的最大销售额
sale_max = sale.max()
sale_max

# 求出不同品类的最小销售额
sale_min = sale.min()
sale_min

# 求出不同品类的平均销售额
sale_mean = sale.mean()
sale_mean

2. 新增一个字段实现累计求和

import pandas as pd
df1 = pd.read_excel(r"D:\Jupyter\data\组内排序.xlsx")
df1

# 添加一个新字段，对销售额进行累计求和
df1["累计销售额"] = df1["销售额"].cumsum()
df1

3. 新增一个字段并实现组内累计求和

import pandas as pd
df2 = pd.read_excel(r"D:\Jupyter\data\组内排序.xlsx")
df2

df2["依据品类累计求和"] = df2.groupby(["品类"])["销售额"].cumsum()
df2

4. 新增一列对销售额进行排名，单不改变其顺序（不排序）

import pandas as pd
df3 = pd.read_excel(r"D:\Jupyter\data\组内排序.xlsx",sheet_name = 1)
df3

df3["按销售额排升序"] = df3["销售额"].rank()
df3

其它各种排名规则

df3["销售额_mean"] = df["销售额"].rank(method = "average")
df3

df3["销售额_max"] = df["销售额"].rank(method = "max")
df3

df3["销售额_min"] = df3["销售额"].rank(method = "min")
df3

df3["销售额_first"] = df3["销售额"].rank(method = "first")
df3

5. 依据品类对销售额进行实现组内排名

import pandas as pd
df4 = pd.read_excel(r"D:\Jupyter\data\组内排序.xlsx",sheet_name = 1)
df4

# 根据不同品类对销售额进行排名
df4["品类_排名"] = df4.groupby(["品类"])["销售额"].rank()
df4

注：

1. method  : {‘average’, ‘min’, ‘max’, ‘first’, ‘dense’}, default ‘average’ 主要用来当排序时存在相同值参数设置；

2. na_option : {‘keep’, ‘top’, ‘bottom’}, default ‘keep’  当排序数据中存在空值时，默认值设置为keep

看完上述内容，你们对Python中怎么实现组内排名有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注创新互联行业资讯频道，感谢大家的支持。

本文名称：Python中怎么实现组内排名
文章位置：http://chengdu.cdxwcx.cn/article/iijheh.html