PyPackage01---Pandas04_实现SQL中分组排序

hive中经常会用到row_number这个函数，比如取用户第n次购买，前n次购买记录等等。那么python中如何实现呢？直接看个例子即可

下面是a、b两个用户购买的记录，user为用户名，amount为消费金额，要去按照user分组，组内按照amount降序排序，并且新增一列标识序号

import pandas as pd
df = pd.DataFrame({'user':['a','a','a','b','b'],'amount':[11,11,31,32,42]})

法一

import pandas as pd


def row_number(df, groupbyKey, rankCol, ascending=False):
    def sub_row_number(df, rankCol, ascending=False):
        """
        df:数据框
        rankCol:为需要对之排序的列
        istopn:返回每一组的第n行数据
        """
        count = len(df)
        temp_data = df.sort_values(by=rankCol, ascending=ascending)
        temp_data['row'] = range(len(df))
        return temp_data

    result = df.groupby([groupbyKey]).apply(sub_row_number,
                                         rankCol=rankCol,
                                         ascending=ascending)
    result.index = range(len(result))
    return

row_number(df, groupbyKey='user',rankCol="amount",ascending=True)

法二

def row_number(df, groupbyKey, rankCol, ascending=True):
    df["rw"] = df.groupby(groupbyKey)[rankCol].rank(method ="first",ascending=ascending )
    return

row_number(df, groupbyKey='user',rankCol="amount",ascending=False)

                                                 2018-12-105 于南京市栖霞区紫东创业园