Python 在大熊猫中给每一组分配一个等级

我有一个数据帧，希望为组中的每一行分配一个等级。比如说,

A,B,C,D,E
---------
1,2,5,3,5
2,4,5,4,3
1,2,3,4,5
2,4,4,5,6
3,5,6,7,7

---

因此，我想按列

A

和

B

分组，然后根据列

C

的值分配一个等级，但我想保留

d

和

E

。如果我按分组，我必须删除

D

和

E

。最简单的方法是什么？

我会做以下几点：

df['rank'] = df.groupby(['A', 'B'])['C'].transform(lambda x: x.rank())

---

你如何选择排名？你能显示一个期望的输出吗？你期望的输出是什么？我想要一个类似于pandas中rank（）函数的逻辑，对于每个组，看列'C'的值，最小的值将被赋予rank 1，等等

df.assign（rank=df.groupby（['a'，'B']）.C.rank（'min'）

？这里不需要

transform

，我只是想让你慢下来。然后我会丢失其他的列（d和E），但我想保留them@user3483203很公平。我原以为

transform

会更快，但我只是进行了一些计时。我不知道它在多大程度上推广到更大的数据帧和更多的组，但是

转换
的速度几乎慢了5倍，这让我感到惊讶。@H.Z.列D和E仍然会在您的数据帧中。我不知道你的意思。