pandas 实现mysql 开窗函数组内排序操作(含空值)

pandas 实现mysql 开窗函数组内排序操作

row_number() over (partition by xx,yy order by mm asc ,nn desc ) as sos

# 导入数据
import pandas as pd
df = pd.read_excel(r'C:\Users\Administrator\Desktop\测试.xlsx')
df.head(15)

	种类	品牌	top排名	数量
0	蒙脱石散	方盛_蒙脱石散	top1000	199
1	蒙脱石散	康恩贝_蒙脱石散	NaN	200
2	蒙脱石散	康恩贝_蒙脱石散	NaN	35
3	蒙脱石散	思密达_蒙脱石散	NaN	54
4	蒙脱石散	康恩贝_蒙脱石散	top1000	55
5	以岭	思密达_蒙脱石散	top1000	56
6	蒙脱石散	方盛_蒙脱石散	top1000	67
7	蒙脱石散	方盛_蒙脱石散	NaN	70
8	蒙脱石散	方盛_蒙脱石散	NaN	69
9	以岭	思密达_蒙脱石散	top1000	88
10	蒙脱石散	思密达_蒙脱石散	NaN	32
11	蒙脱石散	康恩贝_蒙脱石散	NaN	68
12	蒙脱石散	康恩贝_蒙脱石散	top1000	5
13	以岭	方盛_蒙脱石散	top1000	78

一、分组后组内累计排序，数量都是分组后从高到低，排序累加

df1 = df.sort_values(["种类", "品牌", "top排名", "数量"], ascending=False)
df1.assign(rank=df1.assign(num=1).groupby(["种类", "品牌"], dropna=False)['num'].cumsum())

	种类	品牌	top排名	数量	rank
0	蒙脱石散	方盛_蒙脱石散	top1000	199	1
6	蒙脱石散	方盛_蒙脱石散	top1000	67	2
7	蒙脱石散	方盛_蒙脱石散	NaN	70	3
8	蒙脱石散	方盛_蒙脱石散	NaN	69	4
3	蒙脱石散	思密达_蒙脱石散	NaN	54	1
10	蒙脱石散	思密达_蒙脱石散	NaN	32	2
4	蒙脱石散	康恩贝_蒙脱石散	top1000	55	1
12	蒙脱石散	康恩贝_蒙脱石散	top1000	5	2
1	蒙脱石散	康恩贝_蒙脱石散	NaN	200	3
11	蒙脱石散	康恩贝_蒙脱石散	NaN	68	4
2	蒙脱石散	康恩贝_蒙脱石散	NaN	35	5
13	以岭	方盛_蒙脱石散	top1000	78	1
9	以岭	思密达_蒙脱石散	top1000	88	1
5	以岭	思密达_蒙脱石散	top1000	56	2

二、分组后组内排序按小类排序，不累计连续

df1 = df.sort_values(["种类", "品牌", "top排名", "数量"], ascending=False)
df1["rank2"] =df1.groupby(["种类", "品牌", "top排名"], dropna=False).数量.rank(method="min", ascending=False,).astype("int")
df1

	种类	品牌	top排名	数量	rank2
0	蒙脱石散	方盛_蒙脱石散	top1000	199	1
6	蒙脱石散	方盛_蒙脱石散	top1000	67	2
7	蒙脱石散	方盛_蒙脱石散	NaN	70	1
8	蒙脱石散	方盛_蒙脱石散	NaN	69	2
3	蒙脱石散	思密达_蒙脱石散	NaN	54	1
10	蒙脱石散	思密达_蒙脱石散	NaN	32	2
4	蒙脱石散	康恩贝_蒙脱石散	top1000	55	1
12	蒙脱石散	康恩贝_蒙脱石散	top1000	5	2
1	蒙脱石散	康恩贝_蒙脱石散	NaN	200	1
11	蒙脱石散	康恩贝_蒙脱石散	NaN	68	2
2	蒙脱石散	康恩贝_蒙脱石散	NaN	35	3
13	以岭	方盛_蒙脱石散	top1000	78	1
9	以岭	思密达_蒙脱石散	top1000	88	1
5	以岭	思密达_蒙脱石散	top1000	56	2