Python 在数据帧中对子组中的行进行排序的更快方法

我有一个熊猫数据框，它由不同的子组组成

    df = pd.DataFrame({
    'id':[1, 2, 3, 4, 5, 6, 7, 8], 
    'group':['a', 'a', 'a', 'a', 'b', 'b', 'b', 'b'], 
    'value':[.01, .4, .2, .3, .11, .21, .4, .01]
    })

我想找出每个id在其组中的排名，比如说，值越低越好。在上面的示例中，在A组中，Id 1的秩为1，Id 2的秩为4。在B组中，Id 5的等级为2，Id 8的等级为1，依此类推

现在，我通过以下方式评估排名：

按值排序

df.sort（'value'，升序=True，原地=True）

创建ranker函数（假定变量已排序）

def ranker（df）：
df['rank']=np.arange（len（df））+1
返回df

分别在每个组上应用ranker函数：

df=df.groupby（['group']）.apply（ranker）

---

这个过程可以工作，但当我在数百万行数据上运行它时，它确实很慢。有没有人对如何实现更快的ranker功能有什么想法

等级是循环化的，所以应该非常快。您可以传递与

df.rank（）相同的选项
是
rank
的文档。正如您所看到的，可以通过
方法
参数以五种不同的方式之一完成平局

您也可能只需要组的
.cumcount（）

In [12]: df.groupby('group')['value'].rank(ascending=False)
Out[12]: 
0    4
1    1
2    3
3    2
4    3
5    2
6    1
7    4
dtype: float64

使用大数据帧（1300万行）时，groupby的rank方法使我的8GB内存达到最大，这花费了很长时间。我发现了一个在内存中不那么贪婪的解决方法，我把它放在这里以防万一：

df.sort_values('value')
tmp = df.groupby('group').size()
rank = tmp.map(range)
rank =[item for sublist in rank for item in sublist]
df['rank'] = rank

当然它有一个功能！这就是说，它与上面的函数做的事情并不完全相同，因为如果有一个绑定值，我的函数将随机给一个id一个比另一个具有相同值的id更高的等级。尽管.rank（）处理相同值的方法相当合理，但出于我的目的，我需要函数生成的输出。谢谢你的帮助！