Python 将秩列添加到多索引数据帧

我喜欢向多索引数据帧添加

RANK

列

数据帧有三个级别（

纬度

、

经度

和

时间

）和两列（

FFDI

和

REF\u ID

）。它看起来像：

                                    FFDI        REF_ID
latitude    longitude   time        
-39.20000   140.80000   1991-04-21  4.10000     0
                        1972-04-21  4.00000     0
                        1972-04-09  3.70000     0
                        1972-05-14  3.60000     0
                        1972-03-11  3.50000     0
            140.83786   1972-04-21  4.20000     1
                        1991-04-21  4.10000     1
                        1972-04-09  3.70000     1
                        1972-05-14  3.70000     1
                        1972-03-11  3.50000     1
            140.87572   1972-04-21  4.20000     2
                        1991-04-21  4.10000     2
                        1972-05-14  3.70000     2
                        1972-04-09  3.60000     2
                        1972-03-11  3.50000     2
...     ...     ...     ...     ...
-33.90000   149.92429   1972-12-23  30.80000    36109
                        1972-12-22  25.90000    36109
                        1991-03-19  22.60000    36109
                        1972-12-24  21.40000    36109
                        1972-09-22  20.00000    36109
            149.96214   1972-12-23  31.60000    36110
                        1972-12-22  26.40000    36110
                        1991-03-19  22.20000    36110
                        1972-12-24  22.10000    36110
                        1972-09-22  20.50000    36110
            150.00000   1972-12-23  33.60000    36111
                        1972-12-22  27.90000    36111
                        1972-12-24  23.60000    36111
                        1991-03-19  23.10000    36111
                        1972-09-22  21.20000    36111

180560 rows × 2 columns

我想添加一个名为

RANK

的新列，它将显示每个纬度和经度对的

FFDI

排名（例如，顶部最大的FFDI）。因此，结果如下所示：

                                    FFDI        REF_ID      RANK
latitude    longitude   time        
-39.20000   140.80000   1991-04-21  4.10000     0           1
                        1972-04-21  4.00000     0           2
                        1972-04-09  3.70000     0           3
                        1972-05-14  3.60000     0           4
                        1972-03-11  3.50000     0           5
            140.83786   1972-04-21  4.20000     1           1
                        1991-04-21  4.10000     1           2
                        1972-04-09  3.70000     1           3
                        1972-05-14  3.70000     1           4
                        1972-03-11  3.50000     1           5
            140.87572   1972-04-21  4.20000     2           1
                        1991-04-21  4.10000     2           2
                        1972-05-14  3.70000     2           3
                        1972-04-09  3.60000     2           4
                        1972-03-11  3.50000     2           5
...     ...     ...     ...     ...     ...     ...
-33.90000   149.92429   1972-12-23  30.80000    36109       1
                        1972-12-22  25.90000    36109       2
                        1991-03-19  22.60000    36109       3
                        1972-12-24  21.40000    36109       4
                        1972-09-22  20.00000    36109       5
            149.96214   1972-12-23  31.60000    36110       1
                        1972-12-22  26.40000    36110       2
                        1991-03-19  22.20000    36110       3
                        1972-12-24  22.10000    36110       4
                        1972-09-22  20.50000    36110       5
            150.00000   1972-12-23  33.60000    36111       1
                        1972-12-22  27.90000    36111       2
                        1972-12-24  23.60000    36111       3
                        1991-03-19  23.10000    36111       4
                        1972-09-22  21.20000    36111       5

180560 rows × 2 columns

编辑：如果在多天内重复相同的FFDI值，则排名将以日期升序为基础。

您可以使用

groupby（）

：

---

更新每个评论，您可以尝试：

df['RANK'] = (df.sort_values(['FFDI','Time'], ascending=[False,True])
                .groupby(['latitude','longitude']).cumcount() + 1
             )

---

您还可以尝试将原始答案上的

method='first'

传递到

rank

，前提是

时间已排序。
对不起。我意识到有一个问题，那就是，如果在多天内有多个相同的FFDI值，那么排名应该基于升序上的日期。有什么想法吗？@alextc查看更新的答案。您可以使用参数。谢谢。我尝试了“df['RANK']=df.groupby（['latitude'，'longitude']）['FFDI'].RANK（ascending=False，method='first'）.astype（np.int32）”
df['RANK'] = (df.sort_values(['FFDI','Time'], ascending=[False,True])
                .groupby(['latitude','longitude']).cumcount() + 1
             )