Python 获取与SQL秩不同的数据帧秩回答

我在学习SQL中的排名函数，发现它使用的排名方式与pandas方法不同。如何得到相同的答案

问题链接：

SQL代码 选择rank over order by weight desc作为排名、权重、名称，从CAT中选择order by ranking、name 我的熊猫密码 df['weight'，'name'].assignranking=df['weight'].rankmethod='densite'，升序=False.sort_值'weight'，升序=False 我得到的答案与SQL不同 如何得到相同的答案？ 数据 df=pd.数据帧{'name'：['Molly'，'ash'，'Felix'，'Smudge'，'Tigger'，'Alfie'，'Oscar'，'Millie'，'Misty'，'Puss'，'Smokey'，'Charlie']， ‘品种’：[‘波斯’、‘波斯’、‘英国短毛’、‘英国短毛’、‘暹罗’、‘暹罗’、‘缅因浣熊’、‘缅因浣熊’、‘缅因浣熊’、‘缅因浣熊’、‘英国短毛’]， “重量”：[4.2,4.5,5.0,4.9,3.8,5.5,6.1,5.4,5.7,5.1,6.1,4.8]， “颜色”：[“黑色”、“黑色”、“龟甲”、“黑色”、“龟甲”、“棕色”、“黑色”、“龟甲”、“棕色”、“棕色”、“龟甲”、“棕色”、“黑色”]， ‘年龄’：[1,5,2,4,2,5,1,5,2,2,4]} 我的输出

---

正如评论中所建议的，我们可以使用此方法在SQL和pandas中得到相同的答案：

df['weight'，'name'].assignranking=df['weight'].rankmethod='min'，升序=False.sort_值'weight'，升序=False

---

您正在Python端进行密集排序。

    weight  name    ranking
6   6.1 Oscar   1.0
10  6.1 Smokey  1.0
8   5.7 Misty   2.0 # this should be 3 and so on
5   5.5 Alfie   3.0
7   5.4 Millie  4.0
9   5.1 Puss    5.0
2   5.0 Felix   6.0
3   4.9 Smudge  7.0
11  4.8 Charlie 8.0
1   4.5 Ashes   9.0
0   4.2 Molly   10.0
4   3.8 Tigger  11.0