这是 Pandas 相当于 SQL Dense Rank over a Sorted Partition 的吗？

【问题标题】：Is this the Pandas equivalent of SQL Dense Rank over a Sorted Partition?这是 Pandas 相当于 SQL Dense Rank over a Sorted Partition 的吗？
【发布时间】：2020-11-11 07:47:12
【问题描述】：

我想在 Python 中复制以下 SQL 片段：

SELECT
   DENSE_RANK() OVER (PARTITION BY a0.[field1], a0.[field2] ORDER BY a0.[field3] DESC)  AS [new_field]
   ...
FROM <table>

这是我的尝试，这是等价的吗？

df["new_field"] = df.groupby(["field1", "field2"])["field3"].rank(
    method="dense", ascending=False
)

【问题讨论】：

奇怪的是，您不能通过查看数据结果来回答这个问题（这是否等效？）？

标签： python sql pandas dataframe tsql

【解决方案1】：

是的，只要field3 是数字，就等价了。否则，您需要进行一些操作，例如

df['new_field'] = df.field3.rank(method='dense',ascending = False)
df['new_field'] = df.groupby(['field1','field2'])['new_field'].rank(method='dense').astype(int)

【讨论】：

我今天正在测试这个，似乎得到了正确结果的倒数。您确定需要第二行上的第二个 assinging=False 吗？到目前为止，当ascending=False 就在第一行时，它得到了正确的结果。
是的，你是对的@MarkMcGown，我错过了那部分，现在已修复。