Pandas实现Hive中的row_number窗口函数

#创建数据集
df = pd.DataFrame({'A':[12,20,12,5,18,11,18],
                   'C':['A','B','A','B','B','A','A'],
                   'B':['d','d','e','d','e','e','d']})
#实现row_number()
df['row_number'] = df.groupby(['C','B'])['A'].rank(ascending=True,method='first')              

rank中的参数说明：
rank函数主要有两个参数，首先是ascending参数，决定是按照升序还是降序排列。第二个参数是填充方式，主要有以下几种方式：

• dense：稠密的方式，即当两个或多个的数值相同时，使用同样的序号，同时后面的序号是该序号+1，即多个相同的值只会占用一个序号位，例如四个数的排序，中间两个数相同，那么四个数的排序为1，2，2，3。
• first：即当两个或多个的数值相同时，使用不样的序号，按照数据出现的先后顺序进行排序，这个其实跟row_number的实现是相同的。
• max :当两个或多个的数值相同时,使用相同的序号，不过使用的是能达到的最大的序号值。例如四个数的排序，中间两个数相同，那么四个数的排序为1，3，3，4。
• min :当两个或多个的数值相同时,使用相同的序号，不过使用的是能达到的最小的序号值。例如四个数的排序，中间两个数相同，那么四个数的排序为1，2，2，4。